基于领域词典的移动医疗问题分类与问题相似度计算
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 问句分类 | 第10-12页 |
| 1.2.2 问句相似度计算 | 第12-13页 |
| 1.3 本文研究的主要内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 问句分析预处理及相关知识 | 第16-27页 |
| 2.1 词法分析 | 第16-19页 |
| 2.1.1 中文分词 | 第16-18页 |
| 2.1.2 词性标注 | 第18页 |
| 2.1.3 词语相似度 | 第18-19页 |
| 2.2 领域词典抽取 | 第19-20页 |
| 2.2.1 领域词典概述 | 第19-20页 |
| 2.3 特征抽取及特征加权 | 第20-23页 |
| 2.3.1 特征抽取 | 第20-22页 |
| 2.3.2 特征加权 | 第22-23页 |
| 2.4 问句分类相关技术 | 第23-24页 |
| 2.4.1 基于规则的问句分类 | 第23页 |
| 2.4.2 基于统计机器学习的问句分类 | 第23-24页 |
| 2.4.3 基于语言模型的问句分类 | 第24页 |
| 2.5 问句相似度计算相关技术 | 第24-26页 |
| 2.5.1 基于向量空间模型的问句相似度计算方法 | 第24-25页 |
| 2.5.2 基于语义的问句相似度计算方法 | 第25-26页 |
| 2.5.3 基于依存句法的问句相似度计算方法 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 基于领域词典的健康医疗问句分类方法 | 第27-42页 |
| 3.1 基于领域词典的问句分类方法思路 | 第27页 |
| 3.2 移动医疗母婴领域词典抽取 | 第27-30页 |
| 3.2.1 领域词典生成流程 | 第27-29页 |
| 3.2.2 领域词典识别的正确率和检出率 | 第29-30页 |
| 3.3 领域词典权重模型 | 第30-32页 |
| 3.3.1 领域词典加权流程 | 第30-31页 |
| 3.3.2 加权算法 | 第31-32页 |
| 3.4 结合问题答案分类模型 | 第32-33页 |
| 3.5 相关问句分类方法 | 第33-36页 |
| 3.5.1 朴素贝叶斯问句分类 | 第34-35页 |
| 3.5.2 k-近邻问句分类 | 第35-36页 |
| 3.6 实验设计 | 第36-41页 |
| 3.6.1 实验数据 | 第36-37页 |
| 3.6.2 十折交叉验证 | 第37页 |
| 3.6.3 朴素贝叶斯问句分类 | 第37-39页 |
| 3.6.4 K-NN问句分类 | 第39-40页 |
| 3.6.5 结果分析 | 第40-41页 |
| 3.7 本章小节 | 第41-42页 |
| 第4章 基于领域词典的健康医疗问句相似度计算 | 第42-50页 |
| 4.1 基于知网计算语义相似度 | 第42-43页 |
| 4.2 问句相似度计算方法 | 第43-47页 |
| 4.2.1 问句相似度计算思想 | 第43页 |
| 4.2.2 构建候选集 | 第43-46页 |
| 4.2.3 基于向量空间模型的TF-IDF方法 | 第46-47页 |
| 4.2.4 基于语义的问句相似度计算方法 | 第47页 |
| 4.3 实验设计 | 第47-49页 |
| 4.3.1 实验数据 | 第47页 |
| 4.3.2 结果评价 | 第47-49页 |
| 4.3.3 实验结果分析 | 第49页 |
| 4.4 本章小节 | 第49-50页 |
| 第5章 云伴母婴健康管理平台 | 第50-56页 |
| 5.1 云伴母婴健康管理平台简介 | 第50页 |
| 5.2 基于云伴平台咨询问题数据分类实验 | 第50-53页 |
| 5.2.1 实验数据 | 第50-52页 |
| 5.2.2 实验分析与结论 | 第52-53页 |
| 5.3 基于云伴平台咨询问题进行相似度计算 | 第53-55页 |
| 5.3.1 实验数据 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录 | 第62-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |
