基于组合学习和自训练的生物医学事件抽取研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文的工作 | 第11-12页 |
| 1.4 本文的结构 | 第12-13页 |
| 2 生物医学事件抽取相关技术 | 第13-26页 |
| 2.1 信息抽取技术与文本挖掘相关知识 | 第13-15页 |
| 2.1.1 文本挖掘 | 第13-14页 |
| 2.1.2 信息抽取 | 第14-15页 |
| 2.2 生物医学事件抽取 | 第15-17页 |
| 2.3 句法分析 | 第17-19页 |
| 2.4 相关机器学习方法 | 第19-23页 |
| 2.4.1 支持向量机 | 第19-22页 |
| 2.4.2 随机森林 | 第22-23页 |
| 2.5 评价指标和语料 | 第23-26页 |
| 2.5.1 评价指标 | 第23-24页 |
| 2.5.2 语料 | 第24-26页 |
| 3 组合学习器的生物医学事件触发词检测 | 第26-36页 |
| 3.1 语料预处理 | 第27-28页 |
| 3.2 特征提取 | 第28-31页 |
| 3.2.1 上下文特征 | 第28-29页 |
| 3.2.2 语义特征 | 第29-31页 |
| 3.5 实验过程及结果分析 | 第31-36页 |
| 3.5.1 实验过程 | 第31-32页 |
| 3.5.2 实验结果分析 | 第32-35页 |
| 3.5.3 小结 | 第35-36页 |
| 4 自训练和核方法的生物医学事件抽取 | 第36-46页 |
| 4.1 基于自训练的触发词检测过程 | 第37-42页 |
| 4.1.1 半监督方法和自训练学习 | 第37-38页 |
| 4.1.2 未标注语料 | 第38-39页 |
| 4.1.3 自训练方法算法及实验步骤 | 第39-40页 |
| 4.1.4 实验结果及分析 | 第40-42页 |
| 4.2 基于核方法的事件元素检测 | 第42-46页 |
| 4.2.1 图核 | 第42页 |
| 4.2.2 实验方法 | 第42-44页 |
| 4.2.3 事件后处理 | 第44页 |
| 4.2.4 实验结果及分析 | 第44-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-54页 |
