首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于本体的医学命名实体识别技术研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-17页
   ·研究背景第11-12页
   ·国内外研究现状第12-15页
     ·医学领域的命名实体识别第12页
     ·命名实体识别的分类算法第12-13页
     ·本体与命名实体识别第13-15页
   ·本文研究内容第15页
   ·本文章节安排第15-17页
第二章 相关技术综述第17-27页
   ·命名实体识别概述第17-18页
   ·医学命名实体识别第18-19页
     ·医学命名实体识别概述第18页
     ·基于本体的医学命名实体识别第18-19页
   ·UIMA 框架第19-20页
   ·分词第20-21页
   ·本体概述第21-22页
   ·特征提取第22页
   ·基于机器学习的分类算法第22-26页
     ·SVM 算法第22-25页
     ·KNN 算法第25-26页
   ·本章小结第26-27页
第三章 特征提取方法与分类算法研究第27-52页
   ·特征提取研究方法第27-37页
     ·特征提取方法分析第27-28页
     ·基于本体的特征提取第28-30页
     ·基于本体的扩展特征提取模型第30-37页
   ·分类算法研究第37-50页
     ·基于本体的分类过程第37-40页
     ·改进的扩展K 值SVM-KNN 算法第40-44页
     ·实验分析第44-50页
   ·本章小结第50-52页
第四章 Menera 引擎的设计与实现第52-65页
   ·体系结构第52-54页
   ·参数定义第54-55页
   ·分词组件第55-57页
   ·特征向量提取组件第57-59页
   ·分类组件第59-64页
   ·本章小结第64-65页
第五章 Menera 引擎的应用第65-76页
   ·应用背景第65-66页
   ·场景实现第66-70页
   ·试验分析第70-75页
     ·扩展特征向量分析第70-72页
     ·数据类型对比分析第72-74页
     ·分类算法对比分析第74-75页
   ·本章小结第75-76页
第六章 总结与展望第76-78页
   ·工作总结第76-77页
   ·下一步工作第77-78页
参考文献第78-82页
致谢第82-83页
攻读硕士学位期间已发表或录用的论文第83页

论文共83页,点击 下载论文
上一篇:基于云计算的海量语义信息并行推理方法研究
下一篇:软件运维服务管理过程的研究