| 摘要 | 第7-8页 |
| ABSTRACT | 第8页 |
| 1 绪论 | 第10-21页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 国内外临床文本敏感信息界定 | 第11-12页 |
| 1.2.2 国内外命名实体识别研究现状 | 第12-14页 |
| 1.2.3 国内外临床文本命名实体识别研究现状 | 第14-15页 |
| 1.2.4 国内外临床文本去识别研究进展 | 第15-17页 |
| 1.2.5 文献小结 | 第17页 |
| 1.3 研究目标和内容 | 第17-19页 |
| 1.4 研究技术路线 | 第19-20页 |
| 1.5 论文结构安排 | 第20-21页 |
| 2 相关概念与技术基础 | 第21-25页 |
| 2.1 相关概念界定 | 第21-22页 |
| 2.1.1 临床文本概念界定 | 第21-22页 |
| 2.1.2 临床文本去识别概念界定 | 第22页 |
| 2.2 相关技术与工具介绍 | 第22-25页 |
| 2.2.3 CRF模型及工具 | 第22-24页 |
| 2.2.4 中文分词技术及工具 | 第24-25页 |
| 3 研究方法与数据来源 | 第25-28页 |
| 3.1 研究方法 | 第25-27页 |
| 3.2 数据来源 | 第27-28页 |
| 4 数据的标注与统计性描述 | 第28-34页 |
| 4.2 数据的标注 | 第28-29页 |
| 4.2.1 标注指南 | 第28-29页 |
| 4.2.2 标注过程 | 第29页 |
| 4.3 数据的统计性描述 | 第29-34页 |
| 4.3.1 不同级别医疗机构样本中PHI的分布密度 | 第29-31页 |
| 4.3.2 整体语料中PHI的分布密度和表达形式 | 第31-34页 |
| 5 临床文本去识别模型详细设计 | 第34-40页 |
| 5.1 临床文本的预处理 | 第34-35页 |
| 5.2 特征集构建 | 第35-36页 |
| 5.3 CRF模型训练与测试 | 第36-38页 |
| 5.4 后处理规则 | 第38-39页 |
| 5.5 评估 | 第39-40页 |
| 6 临床文本去识别模型测试 | 第40-46页 |
| 6.1 外部词典对分词工具以及去识别模型的影响 | 第40-42页 |
| 6.2 特征集以及后处理规则对去识别模型的影响 | 第42-43页 |
| 6.3 错误分析 | 第43-46页 |
| 6.3.1 类型错误 | 第44页 |
| 6.3.2 边界错误 | 第44页 |
| 6.3.3 假阴性错误 | 第44-45页 |
| 6.3.4 假阳性错误 | 第45-46页 |
| 7 讨论与展望 | 第46-50页 |
| 7.1 讨论 | 第46-48页 |
| 7.1.1 中文临床文本中PHI的分布 | 第46页 |
| 7.1.2 中文临床文本书写的规范性 | 第46-47页 |
| 7.1.3 去识别模型在中文临床文本中的有效性 | 第47-48页 |
| 7.1.4 临床文本的完整性和可用性 | 第48页 |
| 7.2 本研究的局限 | 第48页 |
| 7.3 未来研究的展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-58页 |
| 临床文本去识别国内外研究综述 | 第58-70页 |
| 1 资料与方法 | 第58-59页 |
| 2 国内外研究现状 | 第59-64页 |
| 3 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 附件1攻读学位期间发表论文目录 | 第70页 |