| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 Web信息抽取 | 第9-10页 |
| 1.2.2 医学命名实体识别 | 第10-13页 |
| 1.3 研究内容概述 | 第13-15页 |
| 1.3.1 数据采集 | 第14页 |
| 1.3.2 医学命名实体识别算法 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 相关技术和资源 | 第17-25页 |
| 2.1 Web信息抽取技术 | 第17-18页 |
| 2.2 HTML解析器Jsoup | 第18-19页 |
| 2.3 中科院分词系统ICTCLAS | 第19-20页 |
| 2.4 PDF文件读取类库PDFBox | 第20-21页 |
| 2.5 命名实体识别 | 第21-22页 |
| 2.6 研究数据来源 | 第22-23页 |
| 2.7 本章小结 | 第23-25页 |
| 3 基于DOM树的Web信息抽取模型设计 | 第25-33页 |
| 3.1 基于DOM树的Web信息抽取模型设计 | 第25-26页 |
| 3.2 医疗网站A的信息抽取 | 第26-29页 |
| 3.3 医疗网站B的信息抽取 | 第29-30页 |
| 3.4 信息抽取结果及分析 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 症状识别算法 | 第33-51页 |
| 4.1 定义与算法性能衡量标准 | 第33-34页 |
| 4.2 基于规则的症状类型词识别算法 | 第34-36页 |
| 4.2.1 症状名称结构分析及识别算法所需规则 | 第34页 |
| 4.2.2 识别算法设计 | 第34-35页 |
| 4.2.3 识别算法实验结果 | 第35-36页 |
| 4.3 新的基于词典和规则相结合的症状上下位关系识别 | 第36-38页 |
| 4.3.1 症状名称结构分析及识别算法所需词典与规则 | 第36-37页 |
| 4.3.2 识别算法设计 | 第37页 |
| 4.3.3 识别算法实验及结果 | 第37-38页 |
| 4.4 基于词典与规则相结合的身体部位词识别算法 | 第38-41页 |
| 4.4.1 症状结构分析 | 第38-39页 |
| 4.4.2 识别算法所需词典与规则 | 第39页 |
| 4.4.3 识别算法设计 | 第39-40页 |
| 4.4.4 识别算法实验及结果 | 第40-41页 |
| 4.5 基于规则的强症状词识别算法 | 第41-43页 |
| 4.5.1 识别算法设计 | 第41-42页 |
| 4.5.2 识别算法实验及结果 | 第42-43页 |
| 4.6 新的基于词典与规则相结合的症状识别算法 | 第43-48页 |
| 4.6.1 文本分割 | 第43-45页 |
| 4.6.2 症状识别 | 第45-47页 |
| 4.6.3 识别算法实验及结果 | 第47-48页 |
| 4.7 本章小结 | 第48-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 本文研究总结 | 第51-52页 |
| 5.2 后续工作展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |