智能疾病导诊及医疗问答方法研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 疾病导诊 | 第11-12页 |
| 1.2.2 自动问答技术 | 第12-14页 |
| 1.3 研究内容及框架 | 第14-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 2 数据预处理及分析方法 | 第17-27页 |
| 2.1 数据说明 | 第17-18页 |
| 2.2 数据清洗 | 第18-19页 |
| 2.3 基于统计方法的新词发现 | 第19-23页 |
| 2.3.1 文本预处理 | 第19-20页 |
| 2.3.2 统计量的选取 | 第20-21页 |
| 2.3.3 实验及结果分析 | 第21-23页 |
| 2.4 基于深度学习的词嵌入向量 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 疾病导诊模型 | 第27-43页 |
| 3.1 医疗领域命名实体识别 | 第27-29页 |
| 3.1.1 语料标注 | 第28-29页 |
| 3.1.2 数据分析 | 第29页 |
| 3.2 卷积神经网络简介 | 第29-31页 |
| 3.2.1 概述 | 第29-30页 |
| 3.2.2 卷积神经网络结构 | 第30-31页 |
| 3.3 卷积神经网络在文本分类上的应用 | 第31-32页 |
| 3.4 疾病导诊卷积神经网络结构 | 第32-34页 |
| 3.4.1 网络结构 | 第32-33页 |
| 3.4.2 正则化 | 第33-34页 |
| 3.4.3 特征添加 | 第34页 |
| 3.4.4 结果输出 | 第34页 |
| 3.5 实验及结果分析 | 第34-42页 |
| 3.5.1 数据统计分析 | 第34-36页 |
| 3.5.2 数据融合 | 第36-37页 |
| 3.5.3 模型训练及结果评估 | 第37-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 智能医疗问答方法 | 第43-50页 |
| 4.1 基于多标签分类的问询意图判断 | 第43-45页 |
| 4.2 基于TextRank算法的回答生成模型 | 第45-48页 |
| 4.2.1 TextRank算法简介 | 第45-46页 |
| 4.2.2 BM25相关度算法 | 第46-47页 |
| 4.2.3 基于TextRank算法的回答生成 | 第47-48页 |
| 4.3 实验及结果分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 医疗导诊及问答系统设计与实现 | 第50-69页 |
| 5.1 需求分析 | 第50-52页 |
| 5.1.1 总体分析 | 第50页 |
| 5.1.2 功能性需求分析 | 第50-51页 |
| 5.1.3 非功能性需求分析 | 第51-52页 |
| 5.2 系统设计 | 第52-65页 |
| 5.2.1 系统框架 | 第52-54页 |
| 5.2.2 主要功能模块 | 第54-61页 |
| 5.2.3 数据库及接口设计 | 第61-65页 |
| 5.3 系统实现 | 第65-67页 |
| 5.4 系统性能测试 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |
