首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

中医症状术语自动获取研究

摘要第6-7页
Abstract第7页
第1章 绪论第13-19页
    1.1 研究背景和意义第13-14页
    1.2 国内外研究现状第14-16页
        1.2.1 国外研究现状第14-15页
        1.2.2 国内研究现状第15-16页
    1.3 中医症状本体概念及症状术语自动抽取的困难第16-17页
    1.4 本文主要工作第17-19页
第2章 相关理论及评价标准第19-27页
    2.1 基于规则和词典的方法第19页
    2.2 统计学习方法第19-24页
        2.2.1 隐马尔科夫模型第19-21页
        2.2.2 最大熵模型第21-23页
        2.2.3 条件随机场模型第23-24页
    2.3 规则与统计相结合的方法第24页
    2.4 性能评测方法第24-25页
    2.5 本章小结第25-27页
第3章 中医临床症状术语语料构建第27-35页
    3.1 病历结构及语言特征分析第27-29页
        3.1.1 病历结构特点第27-28页
        3.1.2 语言特征第28-29页
    3.2 中医病历命名实体标注语料构建第29-34页
        3.2.1 中医临床命名实体分类第30-31页
        3.2.2 规范制定及标注模式第31-33页
        3.2.3 标注一致性评价与分析第33-34页
    3.3 本章小结第34-35页
第4章 基于模式的中医症状术语获取第35-45页
    4.1 基于词类模式的中医症状术语获取第35-36页
    4.2 基于词性模式和领域特征词获取中医症状术语第36-42页
        4.2.1 词性模式的产生第37-38页
        4.2.2 领域特征词的提取第38-39页
        4.2.3 模式匹配及种子词过滤第39-42页
        4.2.4 术语修正/过滤规则第42页
    4.3 实验结果及分析第42-44页
    4.4 本章小结第44-45页
第5章 中医症状本体模型构建第45-59页
    5.1 本体概念及构建方法第45-46页
        5.1.1 本体概念第45-46页
        5.1.2 本体构建方法第46页
    5.2 症状术语来源及整理第46-48页
        5.2.1 术语来源第46-48页
        5.2.2 术语整理第48页
    5.3 症状本体分类及属性确定第48-53页
        5.3.1 症状本体分类方法及属性确定方法第48-49页
        5.3.2 诊法分类框架第49-53页
        5.3.3 症状聚类第53页
    5.4 症状本体类及其属性第53-57页
        5.4.1 症状本体类第53-56页
        5.4.2 症状本体类属性第56-57页
    5.5 本章小结第57-59页
结论与展望第59-61页
参考文献第61-63页
攻读硕士学位期间发表的论文情况第63-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于主题模型的微博信息推荐算法研究
下一篇:基于欠采样的PET图像重建算法研究