首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

生物医学文本中蛋白质相互作用关系抽取关键技术研究

摘要第4-6页
Abstract第6-7页
目录第8-10页
第1章 绪论第10-19页
    1.1 课题背景与意义第10-11页
    1.2 研究现状及分析第11-17页
        1.2.1 生物医学命名实体识别第12-15页
        1.2.2 生物医学关系抽取第15-17页
    1.3 本文的研究内容及章节安排第17-19页
第2章 生物医学命名实体识别第19-34页
    2.1 引言第19页
    2.2 基于 Sequence Memoizer 的命名实体识别第19-28页
        2.2.1 任务定义第19-20页
        2.2.2 Sequence Memoizer 模型简介第20-22页
        2.2.3 基于 Sequence Memoizer 的产生式模型第22-25页
        2.2.4 实验设计与分析第25-28页
    2.3 基于最大熵模型的命名实体识别第28-32页
        2.3.1 CALBC 任务介绍第29-30页
        2.3.2 实验设计及结果第30-32页
    2.4 本章小结第32-34页
第3章 自动规则学习的蛋白质相互作用关系抽取第34-46页
    3.1 引言第34页
    3.2 蛋白质相互作用关系抽取任务定义第34页
    3.3 自动规则学习的蛋白质相互作用关系抽取方法第34-40页
        3.3.1 依存句法分析介绍第35页
        3.3.2 规则的获取第35-37页
        3.3.3 规则的泛化第37-38页
        3.3.4 规则的匹配第38-39页
        3.3.5 规则的过滤第39-40页
    3.4 自动规则学习的蛋白质相互作用关系抽取实验第40-45页
        3.4.1 实验数据第40-41页
        3.4.2 实验方案设计第41-42页
        3.4.3 实验结果及分析第42-45页
    3.5 本章小结第45-46页
第4章 基于广义期望准则的蛋白质相互作用关系抽取第46-55页
    4.1 引言第46页
    4.2 广义期望准则第46-49页
        4.2.1 概念介绍第47-48页
        4.2.2 广义期望准则与最大熵模型第48-49页
    4.3 基于广义期望准则的蛋白质相互作用关系抽取实验第49-53页
        4.3.1 实验数据第49页
        4.3.2 实验方案设计第49-52页
        4.3.3 实验结果及分析第52-53页
    4.4 本章小结第53-55页
第5章 基于 MEDLINE 的生物医学文献检索系统第55-60页
    5.1 引言第55页
    5.2 相关平台简介第55-57页
    5.3 InsunBioSearch 系统第57-58页
        5.3.1 系统主要功能第57页
        5.3.2 系统实现细节第57-58页
    5.4 本章小结第58-60页
结论第60-61页
参考文献第61-66页
攻读学位期间发表的论文第66-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:通信局站能耗管理系统的设计与实现
下一篇:SIP协议在网络电话中的应用研究