生物医学事件抽取系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景和意义 | 第9-10页 |
| 1.2 技术现状 | 第10-11页 |
| 1.3 本文的工作 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第2章 相关技术介绍 | 第13-28页 |
| 2.1 生物医学事件抽取的相关概念与技术 | 第13-16页 |
| 2.1.1 一般领域的信息抽取 | 第13-15页 |
| 2.1.2 机器学习 | 第15-16页 |
| 2.2 生物医学事件抽取 | 第16-18页 |
| 2.3 脚本语言 RUBY简介 | 第18-19页 |
| 2.4 数据库 REDIS简介 | 第19-20页 |
| 2.5 支持向量机 | 第20-24页 |
| 2.5.1 线性可分支持向量机 | 第21-22页 |
| 2.5.2 非线性支持向量机 | 第22页 |
| 2.5.3 核技巧 | 第22-24页 |
| 2.5.4 非二值分类 | 第24页 |
| 2.6 句法分析 | 第24-26页 |
| 2.7 测评方法和实验语料 | 第26-28页 |
| 2.7.1 测评方法 | 第26-27页 |
| 2.7.2 实验语料 | 第27-28页 |
| 第3章 生物医学事件抽取系统的设计与实现 | 第28-42页 |
| 3.1 系统主要组件与结构 | 第28-31页 |
| 3.2 语料格式 | 第31-32页 |
| 3.3 基类及缓存机制 | 第32-34页 |
| 3.4 预处理 | 第34页 |
| 3.5 触发词检测 | 第34-41页 |
| 3.5.1 触发词检测的配置文件 | 第35-37页 |
| 3.5.2 触发词特征的选择 | 第37-41页 |
| 3.6 事件元素检测 | 第41-42页 |
| 第4章 测试结果及分析 | 第42-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50页 |
