| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 信息检索综述 | 第12-14页 |
| 1.1.1 信息检索的发展 | 第12页 |
| 1.1.2 信息检索模型介绍 | 第12-14页 |
| 1.2 电子病历 | 第14-15页 |
| 1.2.1 电子病历简介 | 第14页 |
| 1.2.2 电子病历的检索概述 | 第14-15页 |
| 1.3 潜在语义相关算法简介 | 第15-16页 |
| 1.3.1 潜在语义分析 | 第15页 |
| 1.3.2 概率潜在语义分析 | 第15-16页 |
| 1.4 本文研究意义 | 第16页 |
| 1.5 本文的组织结构 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第2章 潜在语义相关算法的基本原理研究 | 第18-38页 |
| 2.1 潜在语义分析 | 第18-28页 |
| 2.1.1 潜在语义分析的基本思想 | 第18-19页 |
| 2.1.2 潜在语义分析的实现 | 第19-23页 |
| 2.1.3 相关度计算 | 第23-25页 |
| 2.1.4 潜在语义空间更新方法 | 第25-26页 |
| 2.1.5 潜在语义分析的优缺点 | 第26-28页 |
| 2.2 概率潜在语义分析 | 第28-36页 |
| 2.2.1 PLSA模型假设 | 第28-31页 |
| 2.2.2 EM算法 | 第31-33页 |
| 2.2.3 似然值计算方法以及收敛条件 | 第33页 |
| 2.2.4 文档—查询相似度计算 | 第33-34页 |
| 2.2.5 概率潜在语义分析模型的特点 | 第34-36页 |
| 2.3 本章小结 | 第36-38页 |
| 第3章 潜在语义相关算法在电子病历样本中的应用 | 第38-48页 |
| 3.1 潜在语义分析在电子病历处理中的应用 | 第38-42页 |
| 3.1.1 LSA电子病历样本应用示例 | 第38-41页 |
| 3.1.2 LSA电子病历检索的处理 | 第41-42页 |
| 3.2 概率潜在语义分析在电子病历处理中的应用 | 第42-46页 |
| 3.2.1 PLSA电子病历样本应用示例 | 第42-43页 |
| 3.2.2 统计主题模型简介 | 第43-45页 |
| 3.2.3 PLSA电子病历检索的处理 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 潜在语义相关算法在电子病历检索中的应用 | 第48-68页 |
| 4.1 电子病历测试语料库的设计 | 第48-51页 |
| 4.1.1 Libxml2简介 | 第48页 |
| 4.1.2 电子病历检索相关测试语料库的构建 | 第48-51页 |
| 4.2 电子病历文档集预处理 | 第51-53页 |
| 4.2.1 EMR分词与词性标注 | 第51-52页 |
| 4.2.2 EMR中关键词的选取 | 第52-53页 |
| 4.3 基于潜在语义分析的电子病历检索系统的设计 | 第53-54页 |
| 4.4 基于概率潜在语义分析的电子病历检索系统的设计 | 第54-55页 |
| 4.5 信息检索性能评价 | 第55-56页 |
| 4.6 实验数据分析以及性能评估 | 第56-67页 |
| 4.6.1 基于LSA的电子病历检索系统测试 | 第56-60页 |
| 4.6.2 基于PLSA的电子病历检索系统测试 | 第60-67页 |
| 4.7 本章小结 | 第67-68页 |
| 第5章 基于LSA和PLSA的组合算法的设计与实现 | 第68-76页 |
| 5.1 LSA与PLSA在EMR检索中性能比较 | 第68-71页 |
| 5.2 组合算法模型的建立 | 第71-72页 |
| 5.3 组合算法模型的检验 | 第72-74页 |
| 5.4 本章小结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 本文总结 | 第76页 |
| 6.2 未来展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |