基于LDA和LSA的医学病历语义检索方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状与存在问题 | 第12-15页 |
| 1.2.1 信息检索的基本定义 | 第12-13页 |
| 1.2.2 信息检索模型简介 | 第13-14页 |
| 1.2.3 语义检索方法简介 | 第14-15页 |
| 1.3 医学病历数据的概述及特点 | 第15-17页 |
| 1.3.1 医学病历的概述 | 第15-16页 |
| 1.3.2 医学病历数据的特点 | 第16-17页 |
| 1.4 本文的研究意义 | 第17-18页 |
| 1.5 本文的组织结构 | 第18-19页 |
| 第2章 语义检索相关算法理论研究 | 第19-37页 |
| 2.1 潜在语义分析模型 | 第19-27页 |
| 2.1.1 潜在语义分析模型的基本思想 | 第19-21页 |
| 2.1.2 词-文档矩阵的构建 | 第21-22页 |
| 2.1.3 奇异值分解 | 第22-23页 |
| 2.1.4 潜在语义分析模型中相似关系的计算 | 第23-25页 |
| 2.1.5 潜在语义分析模型中词汇和文本的扩充 | 第25-26页 |
| 2.1.6 LSA模型的优缺点 | 第26-27页 |
| 2.2 LDA模型 | 第27-36页 |
| 2.2.1 统计主题模型简介 | 第28-30页 |
| 2.2.2 LDA模型的基本思想 | 第30-33页 |
| 2.2.3 Gibbs抽样算法 | 第33-34页 |
| 2.2.4 LDA模型中相似关系的计算 | 第34-35页 |
| 2.2.5 LDA模型在信息检索中的应用 | 第35-36页 |
| 2.2.6 LDA模型的优缺点 | 第36页 |
| 2.3 本章小结 | 第36-37页 |
| 第3章 基于LSA改进模型的文本病历样本研究 | 第37-51页 |
| 3.1 LSA在文本病历样本处理中的研究 | 第37-43页 |
| 3.1.1 LSA文本病历样本的实例分析研究 | 第37-42页 |
| 3.1.2 LSA文本病历样本检索处理过程的研究 | 第42-43页 |
| 3.2 LSA的权重计算改进方案 | 第43-49页 |
| 3.2.1 LSA的权重计算综述 | 第44-47页 |
| 3.2.2 LSA的权重计算改进方法 | 第47-49页 |
| 3.3 最优K值的确定 | 第49-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 基于LDA模型的文本病历样本研究 | 第51-61页 |
| 4.1 LDA建模平台 | 第51-53页 |
| 4.2 LDA在文本病历样本处理中的研究 | 第53-58页 |
| 4.2.1 LDA文本病历样本的实例分析研究 | 第53-54页 |
| 4.2.2 统计主题模型的实例分析研究 | 第54-56页 |
| 4.2.3 LDA文本病历样本检索处理过程的研究 | 第56-58页 |
| 4.3 最优主题数T的确定 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 LSA和LDA模型在文本病历检索中的研究 | 第61-77页 |
| 5.1 测试语料库的选取 | 第61页 |
| 5.2 文本病历语料库的预处理 | 第61-64页 |
| 5.2.1 中文分词及词性标注 | 第62-63页 |
| 5.2.2 停用词的去除 | 第63-64页 |
| 5.3 信息检索性能评价指标 | 第64-65页 |
| 5.4 实验结果分析与性能评估 | 第65-72页 |
| 5.4.1 基于LSA模型的文本病历检索实验测试 | 第66-70页 |
| 5.4.2 基于LDA模型的文本病历检索实验测试 | 第70-72页 |
| 5.5 基于组合模型的算法研究 | 第72-76页 |
| 5.5.1 基于组合模型的算法设计 | 第72-74页 |
| 5.5.2 组合模型算法的检验 | 第74-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 6.1 本文总结 | 第77-78页 |
| 6.2 未来展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |
