| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-14页 |
| ·研究背景和意义 | 第10页 |
| ·国内外相关领域研究现状 | 第10-11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的结构安排 | 第12-14页 |
| 第二章 医案语料库的构建 | 第14-23页 |
| ·语料库语言学概述 | 第14-15页 |
| ·中医医案的语言特点 | 第15-16页 |
| ·多层次医案语料库的设计 | 第16-19页 |
| ·网络医案语料库的构建 | 第19-20页 |
| ·基于领域本体的浅层语义加工 | 第20-21页 |
| ·基于领域本体的深层语义加工构想 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 命名实体识别理论综述 | 第23-43页 |
| ·命名实体识别的研究现状 | 第23-24页 |
| ·医学命名实体的识别 | 第24-25页 |
| ·基于规则的命名实体识别 | 第25页 |
| ·基于统计的命名实体识别 | 第25-41页 |
| ·概率模型 | 第26页 |
| ·隐马尔可夫模型 | 第26-29页 |
| ·最大熵及最大熵马尔可夫模型 | 第29-34页 |
| ·条件随机场 | 第34-39页 |
| ·支持向量机 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 明清医案中的症状病机实体识别 | 第43-71页 |
| ·系统结构 | 第43-45页 |
| ·数据清洗 | 第45-46页 |
| ·分词校正 | 第46-48页 |
| ·首尾重叠歧异词的修正 | 第46-47页 |
| ·连接性命名实体拆分 | 第47-48页 |
| ·特征集 | 第48-57页 |
| ·语料的转换 | 第48-50页 |
| ·特征模板 | 第50-55页 |
| ·特征加权与降维 | 第55-57页 |
| ·工具包的选用 | 第57-62页 |
| ·FlexCRFs | 第58-59页 |
| ·Maxent | 第59-60页 |
| ·libsvm | 第60-62页 |
| ·实验验证与分析 | 第62-70页 |
| ·实验语料和评测指标 | 第62-63页 |
| ·实验设计 | 第63页 |
| ·实验结果 | 第63-66页 |
| ·结果分析 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 基于SimRank的中医症状病机实体关系挖掘 | 第71-83页 |
| ·SimRank理论知识 | 第71-76页 |
| ·相似度(Similarity) | 第71-72页 |
| ·基本图模型(Basic Graph Model) | 第72-73页 |
| ·双向图模型(Bipartite Model) | 第73-76页 |
| ·慢性胃炎多分类问题的研究 | 第76-77页 |
| ·实验验证与分析 | 第77-82页 |
| ·病例采样 | 第77页 |
| ·慢性胃炎的“病机-症状”关系挖掘 | 第77-79页 |
| ·SimRank算法伪码描述 | 第79-81页 |
| ·实验结果与分析 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 结束语 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间发表的论文 | 第89-90页 |
| 致谢 | 第90页 |