| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 论文主要工作及结构 | 第16-19页 |
| 1.3.1 论文主要工作 | 第16-17页 |
| 1.3.2 全文组织结构 | 第17-19页 |
| 第2章 电子病历信息抽取综述 | 第19-30页 |
| 2.1 电子病历信息抽取概述 | 第19-22页 |
| 2.1.1 信息抽取概述 | 第19-20页 |
| 2.1.2 中文分词技术 | 第20页 |
| 2.1.3 电子病历信息抽取任务 | 第20-22页 |
| 2.2 中文电子病历分析 | 第22-25页 |
| 2.2.1 电子病历概念 | 第22-23页 |
| 2.2.2 中文电子病历结构特点 | 第23-25页 |
| 2.2.3 中文电子病历语言特点 | 第25页 |
| 2.3 中文电子病历信息抽取方法 | 第25-29页 |
| 2.3.1 基于规则的方法 | 第26-27页 |
| 2.3.2 基于统计学习模型的方法 | 第27-28页 |
| 2.3.3 统计学习模型和规则相结合的方法 | 第28-29页 |
| 2.4 小结 | 第29-30页 |
| 第3章 CRF和规则相结合中文电子病历命名实体识别 | 第30-48页 |
| 3.1 引言 | 第30页 |
| 3.2 CRF模型介绍 | 第30-33页 |
| 3.2.1 CRF的定义 | 第30-31页 |
| 3.2.2 势函数 | 第31-32页 |
| 3.2.3 CRF参数估计 | 第32-33页 |
| 3.3 语料构建 | 第33-37页 |
| 3.3.1 数据来源 | 第33-34页 |
| 3.3.2 数据标注规范介绍 | 第34-36页 |
| 3.3.3 数据标注 | 第36-37页 |
| 3.4 中文电子病历命名实体识别框架 | 第37页 |
| 3.5 基于CRF的中文电子病历命名实体识别 | 第37-41页 |
| 3.5.1 实体特征选取 | 第38-40页 |
| 3.5.2 CRF工具选取 | 第40页 |
| 3.5.3 特征模版构造 | 第40-41页 |
| 3.6 基于规则的后处理 | 第41-44页 |
| 3.6.1 规则词典构建 | 第42-43页 |
| 3.6.2 识别规则库建立 | 第43-44页 |
| 3.7 实验结果与分析 | 第44-47页 |
| 3.8 小结 | 第47-48页 |
| 第4章 基于SVM的中文电子病历实体修饰识别 | 第48-59页 |
| 4.1 引言 | 第48页 |
| 4.2 SVM模型 | 第48-51页 |
| 4.2.1 基本理论概念 | 第48-49页 |
| 4.2.2 最优分类超平面 | 第49-50页 |
| 4.2.3 支持向量机与核函数 | 第50-51页 |
| 4.3 基于SVM的中文电子病历实体修饰识别 | 第51-55页 |
| 4.3.1 向量特征构造 | 第51-53页 |
| 4.3.2 Kernel函数选取 | 第53页 |
| 4.3.3 训练和测试 | 第53-55页 |
| 4.4 实验结果与分析 | 第55-58页 |
| 4.5 小结 | 第58-59页 |
| 第5章 中文电子病历信息抽取系统设计与实现 | 第59-66页 |
| 5.1 开发环境 | 第59-62页 |
| 5.1.1 系统的框架模式 | 第59-60页 |
| 5.1.2 系统的搭建技术 | 第60-62页 |
| 5.2 系统设计与实现 | 第62-65页 |
| 5.2.1 系统设计 | 第62-63页 |
| 5.2.2 系统实现 | 第63-65页 |
| 5.3 小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 附录A 攻读学位期间所获得的研究成果 | 第73-74页 |
| 致谢 | 第74页 |