中文电子病历的词法和句法分析研究
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第14-29页 |
1.1 课题背景与意义 | 第14-16页 |
1.1.1 课题的背景 | 第14-16页 |
1.1.2 课题的意义 | 第16页 |
1.2 研究现状及分析 | 第16-27页 |
1.2.1 开放领域词法分析 | 第16-19页 |
1.2.2 医疗领域词法分析 | 第19-20页 |
1.2.3 开放领域句法分析 | 第20-24页 |
1.2.4 医疗领域句法分析 | 第24-25页 |
1.2.5 医疗领域语料资源建设 | 第25-27页 |
1.3 本文的研究内容及章节安排 | 第27-29页 |
第2章 开放域基于多层协同纠错的层次句法分析模型 | 第29-43页 |
2.1 引言 | 第29-30页 |
2.2 相关工作 | 第30-31页 |
2.3 基于条件随机场的词性标注模型 | 第31-32页 |
2.4 基于多层协同纠错的层次句法分析模型 | 第32-39页 |
2.4.1 层次句法分析模型 | 第32-34页 |
2.4.2 多层协同纠错算法 | 第34-39页 |
2.5 实验结果与分析 | 第39-42页 |
2.5.1 词性标注实验 | 第39-40页 |
2.5.2 句法分析实验 | 第40-42页 |
2.6 本章小结 | 第42-43页 |
第3章 中文电子病历的词法和句法标注语料构建 | 第43-65页 |
3.1 引言 | 第43-44页 |
3.2 相关工作 | 第44-46页 |
3.3 数据预处理 | 第46-52页 |
3.3.1 XML格式化 | 第46-47页 |
3.3.2 去隐私化 | 第47-52页 |
3.4 语料标注 | 第52-57页 |
3.4.1 标注规范修订 | 第53-56页 |
3.4.2 标注质量控制 | 第56-57页 |
3.5 实验结果与分析 | 第57-62页 |
3.5.1 去隐私化实验 | 第57-58页 |
3.5.2 语料标注实验 | 第58-62页 |
3.6 中文电子病历子语言分析 | 第62-63页 |
3.7 本章小结 | 第63-65页 |
第4章 中文电子病历的词性标注和组块分析研究 | 第65-82页 |
4.1 引言 | 第65-66页 |
4.2 相关工作 | 第66-68页 |
4.3 中文电子病历的分词和词性标注联合模型 | 第68-70页 |
4.3.1 基于字的中文分词和词性标注联合模型 | 第68-70页 |
4.3.2 基于变换的错误驱动模型 | 第70页 |
4.4 基于有监督学习的中文电子病历组块分析 | 第70-74页 |
4.4.1 序列化标注模型对比 | 第70-71页 |
4.4.2 特征扩展 | 第71-73页 |
4.4.3 分组学习 | 第73-74页 |
4.5 基于结构对应学习的跨科室组块分析模型 | 第74-76页 |
4.6 实验结果与分析 | 第76-81页 |
4.6.1 中文分词和词性标注联合模型实验 | 第76-78页 |
4.6.2 基于有监督学习的组块分析实验 | 第78-79页 |
4.6.3 跨科室组块分析实验 | 第79-81页 |
4.7 本章小结 | 第81-82页 |
第5章 中文电子病历的句法分析研究 | 第82-102页 |
5.1 引言 | 第82-83页 |
5.2 相关工作 | 第83-85页 |
5.3 树片段抽取 | 第85-88页 |
5.3.1 树片段相关定义 | 第85-86页 |
5.3.2 标准树片段抽取 | 第86-87页 |
5.3.3 局部树片段抽取 | 第87-88页 |
5.4 面向数据句法分析与层次句法分析的融合模型 | 第88-94页 |
5.4.1 预处理 | 第90-92页 |
5.4.2 后处理融合 | 第92-94页 |
5.5 标点符号分割与纠错算法 | 第94-95页 |
5.6 实验结果与分析 | 第95-100页 |
5.6.1 标点符号分割与纠错实验 | 第96-97页 |
5.6.2 树片段抽取实验 | 第97页 |
5.6.3 DOP与层次句法分析模型融合实验 | 第97-100页 |
5.7 本章小结 | 第100-102页 |
结论 | 第102-104页 |
参考文献 | 第104-116页 |
攻读博士学位期间发表的论文及其它成果 | 第116-118页 |
致谢 | 第118-120页 |
个人简历 | 第120页 |