| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 文本信息提取的研究背景及意义 | 第14-15页 |
| 1.2 深度学习简介 | 第15-18页 |
| 1.3 论文的主要工作及安排 | 第18-20页 |
| 第二章 文本信息提取概述 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 事件提取简介 | 第20-22页 |
| 2.3 指代消解简介 | 第22-24页 |
| 2.4 Bio NLP简介 | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 基于SVM和生物文本规则融合的事件提取 | 第28-40页 |
| 3.1 引言 | 第28页 |
| 3.2 See Dev任务介绍 | 第28-29页 |
| 3.3 基于SVM和生物文本规则融合的事件提取 | 第29-34页 |
| 3.3.1 数据预处理 | 第30-31页 |
| 3.3.2 实体对选择 | 第31页 |
| 3.3.3 特征提取 | 第31-32页 |
| 3.3.4 SVM分类器预测 | 第32页 |
| 3.3.5 生物文本规则筛选 | 第32-34页 |
| 3.4 实验结果和分析 | 第34-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 基于句法分析树和生物领域特性的蛋白质指代消解 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 Protein Coreference任务介绍 | 第40-42页 |
| 4.3 句法分析简介 | 第42-43页 |
| 4.4 基于句法分析树和生物领域特性的蛋白质指代消解 | 第43-48页 |
| 4.4.1 数据预处理 | 第44页 |
| 4.4.2 照应语及先行语提取 | 第44-45页 |
| 4.4.3 关系代词消解 | 第45-46页 |
| 4.4.4 人称代词消解 | 第46页 |
| 4.4.5 限定性名词短语消解 | 第46-48页 |
| 4.5 实验结果和分析 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于LSTM的蛋白质指代消解 | 第50-58页 |
| 5.1 引言 | 第50页 |
| 5.2 循环神经网络简介 | 第50-52页 |
| 5.3 基于LSTM的蛋白质指代消解 | 第52-55页 |
| 5.3.1 数据预处理 | 第52页 |
| 5.3.2 照应语及先行语提取 | 第52-53页 |
| 5.3.3 句子编码 | 第53-54页 |
| 5.3.4 LSTM模型 | 第54-55页 |
| 5.3.5 训练与预测 | 第55页 |
| 5.4 实验结果和分析 | 第55-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 论文总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
