| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.2.3 国内外文献综述 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.3.1 监督学习在中文电子病历实体及其修饰识别中的应用 | 第14页 |
| 1.3.2 主动学习方法在电子病历实体及其修饰识别中的应用 | 第14-15页 |
| 1.3.3 半监督学习方法在电子病历实体识别中的应用 | 第15页 |
| 1.4 本文内容安排 | 第15-17页 |
| 第2章 监督学习在医疗实体及其修饰识别中的应用 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 中文电子病历标注数据构建 | 第17-19页 |
| 2.3 基于条件随机场的中文电子病历实体识别 | 第19-23页 |
| 2.3.1 中文电子病历文本特征提取 | 第19-21页 |
| 2.3.2 实验设计与结果分析 | 第21-23页 |
| 2.4 基于支持向量机的中文电子病历实体修饰识别 | 第23-26页 |
| 2.4.1 中文电子病历文本特征提取 | 第23-24页 |
| 2.4.2 中文电子病历实体修饰识别模型训练与测试 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 主动学习在医疗实体及其修饰识别中的应用 | 第27-38页 |
| 3.1 引言 | 第27-28页 |
| 3.2 基于主动学习方法的中文电子病历实体识别 | 第28-33页 |
| 3.2.1 一种基于文档的主动学习方法 | 第28-30页 |
| 3.2.2 一种基于不确定性与分布度的主动学习方法 | 第30-31页 |
| 3.2.3 实验与结果分析 | 第31-33页 |
| 3.3 基于主动学习方法的中文电子病历实体修饰识别 | 第33-37页 |
| 3.3.1 实体修饰识别中基于SVM模型的主动学习方法 | 第33-35页 |
| 3.3.2 实验与结果分析 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 半监督学习在医疗实体识别中的应用 | 第38-44页 |
| 4.1 引言 | 第38-39页 |
| 4.2 基于半监督学习方法的中文电子病历实体识别 | 第39-43页 |
| 4.2.1 一种基于Tri-Training的半监督学习改进算法 | 第39-42页 |
| 4.2.2 实验设计与结果分析 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-52页 |
| 致谢 | 第52页 |
