基于排序学习的生物医学领域信息检索
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 信息检索相关研究 | 第10-11页 |
| 1.2.2 排序学习相关研究 | 第11-12页 |
| 1.2.3 生物医学查询理解相关研究 | 第12-13页 |
| 1.3 本文工作 | 第13页 |
| 1.4 本文结构 | 第13-15页 |
| 2 相关资源和算法 | 第15-24页 |
| 2.1 生物医学数据资源 | 第15-16页 |
| 2.1.1 医学主题词表(MeSH) | 第15页 |
| 2.1.2 医学文献数据库(PubMed) | 第15-16页 |
| 2.2 生物医学工具 | 第16-17页 |
| 2.3 相关算法 | 第17-21页 |
| 2.3.1 单文档点级(Pointwise)方法 | 第18-19页 |
| 2.3.2 文档对级(Pairwise)方法 | 第19页 |
| 2.3.3 文档列表级(Listwise)方法 | 第19-20页 |
| 2.3.4 词向量(Word2vec)模型 | 第20-21页 |
| 2.4 评价指标 | 第21-22页 |
| 2.4.1 准确率(P) | 第21-22页 |
| 2.4.2 平均准确率(MAP) | 第22页 |
| 2.4.3 归一化折损累计增益(NDCG) | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 3 基于排序学习的查询优化方法 | 第24-37页 |
| 3.1 问题引出 | 第24-25页 |
| 3.2 实验数据 | 第25页 |
| 3.3 研究框架 | 第25-26页 |
| 3.4 方法 | 第26-33页 |
| 3.4.1 构建推荐模型 | 第26-27页 |
| 3.4.2 构建查询改进模型 | 第27-29页 |
| 3.4.3 构建查询扩展模型 | 第29-33页 |
| 3.4.4 排序融合模型 | 第33页 |
| 3.5 实验结果与错误分析 | 第33-36页 |
| 3.5.1 实验设置 | 第33页 |
| 3.5.2 实验结果分析 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 面向治疗方案的临床医学检索系统 | 第37-53页 |
| 4.1 问题引出 | 第37-38页 |
| 4.2 实验数据 | 第38-40页 |
| 4.2.1 PubMed文献数据集 | 第38页 |
| 4.2.2 临床试验数据集 | 第38页 |
| 4.2.3 评测主题 | 第38-40页 |
| 4.3 研究框架 | 第40页 |
| 4.4 方法 | 第40-49页 |
| 4.4.1 文件预处理 | 第40-42页 |
| 4.4.2 主题预处理 | 第42页 |
| 4.4.3 改进查询词 | 第42-45页 |
| 4.4.4 搭建检索系统 | 第45-48页 |
| 4.4.5 结果过滤 | 第48-49页 |
| 4.4.6 结果重排序 | 第49页 |
| 4.5 实验结果与错误分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 基于深度学习的查询扩展研究 | 第53-61页 |
| 5.1 问题引出 | 第53页 |
| 5.2 实验数据 | 第53-54页 |
| 5.3 研究框架 | 第54页 |
| 5.4 方法 | 第54-57页 |
| 5.4.1 文本预处理 | 第54页 |
| 5.4.2 处理查询词 | 第54-55页 |
| 5.4.3 扩展词相关性标注 | 第55页 |
| 5.4.4 基于词向量的扩展词特征抽取 | 第55-56页 |
| 5.4.5 构建面向扩展词的排序模型 | 第56-57页 |
| 5.4.6 融合排序模型 | 第57页 |
| 5.5 实验结果与错误分析 | 第57-60页 |
| 5.5.1 实验设置 | 第57-58页 |
| 5.5.2 实验结果分析 | 第58-60页 |
| 5.6 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-70页 |
