基于用户意图分析的电子病历检索技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外相关研究现状 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 1.4 本文的主要组织和结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 中文电子病历语料分析 | 第17-35页 |
| 2.1 电子病历结构分析 | 第17-20页 |
| 2.2 语料标注 | 第20-23页 |
| 2.3 中文分词工具Hanlp | 第23-31页 |
| 2.3.1 用户自定义词典 | 第24-25页 |
| 2.3.2 N-最短路径分词 | 第25-28页 |
| 2.3.3 摘要提取 | 第28-29页 |
| 2.3.4 依存句法解析 | 第29-31页 |
| 2.4 实体关系抽取 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 3 基于电子病历用户查询意图识别方法研究 | 第35-53页 |
| 3.1 基于聚类算法的子意图识别 | 第35-42页 |
| 3.1.1 DBscan算法 | 第36-37页 |
| 3.1.2 基于DBscan的意图聚类 | 第37-40页 |
| 3.1.3 MinPts和半径Eps的值 | 第40-42页 |
| 3.2 基于信息熵的子意图识别 | 第42-51页 |
| 3.2.1 概念信息熵 | 第43页 |
| 3.2.2 朴素贝叶斯分类算法 | 第43-46页 |
| 3.2.3 概念信息熵 | 第46页 |
| 3.2.4 概念语义相似度计算 | 第46-48页 |
| 3.2.5 实验结果及分析 | 第48-51页 |
| 3.3 本章小结 | 第51-53页 |
| 4 电子病历图结构化检索方法研究 | 第53-63页 |
| 4.1 电子病历的图结构化 | 第53-54页 |
| 4.2 基本概念 | 第54-56页 |
| 4.2.1 电子病历实体 | 第54页 |
| 4.2.2 具体定义 | 第54-56页 |
| 4.3 改进的EMRSearch算法 | 第56-58页 |
| 4.4 实验结果及分析 | 第58-61页 |
| 4.4.1 检索质量评价指标 | 第59页 |
| 4.4.2 实验结果分析 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 5 电子病历查询结果多样化排序 | 第63-71页 |
| 5.1 前期研究 | 第63-64页 |
| 5.2 多样性排序算法 | 第64-68页 |
| 5.2.1 初期 | 第64-65页 |
| 5.2.2 问题的公式化 | 第65-66页 |
| 5.2.3 D（k）的贪心算法 | 第66-67页 |
| 5.2.4 算法描述 | 第67-68页 |
| 5.3 实验结果 | 第68-70页 |
| 5.4 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
