生物医学文本中指代消解的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-15页 |
| 1.2.1 生物指代消解语料库 | 第10-11页 |
| 1.2.2 指代消解的方法 | 第11-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 组织结构 | 第16-18页 |
| 2 生物医学指代消解及相关模型介绍 | 第18-29页 |
| 2.1 基本框架结构 | 第18-19页 |
| 2.2 生物医学指代消解 | 第19-25页 |
| 2.2.1 BioNLP 2011语料 | 第20-23页 |
| 2.2.2 语料中的数据统计 | 第23-24页 |
| 2.2.3 评价方式及指标 | 第24-25页 |
| 2.3 支持向量机的原理 | 第25-27页 |
| 2.4 用于排序的支持向量机 | 第27-28页 |
| 2.5 小结 | 第28-29页 |
| 3 基于规则的候选照应语和先行词的抽取 | 第29-42页 |
| 3.1 任务分析及存在的难点 | 第29-32页 |
| 3.2 语料预处理 | 第32-35页 |
| 3.3 候选照应语和先行词的抽取 | 第35-38页 |
| 3.3.1 代词照应语的抽取 | 第35-36页 |
| 3.3.2 名词短语照应语的抽取 | 第36-37页 |
| 3.3.3 先行词的后处理 | 第37页 |
| 3.3.4 训练和测试实例的构建 | 第37-38页 |
| 3.4 抽取结果及分析 | 第38-41页 |
| 3.4.1 代词照应语抽取结果 | 第38-40页 |
| 3.4.2 名词短语照应语抽取结果 | 第40页 |
| 3.4.3 照应语的抽取结果 | 第40-41页 |
| 3.5 与其他文献比较 | 第41页 |
| 3.6 小结 | 第41-42页 |
| 4 基于机器学习与规则相结合的指代消解方法 | 第42-58页 |
| 4.1 Mention-Ranking模型的实现 | 第42-43页 |
| 4.2 代词照应语的消解 | 第43-47页 |
| 4.2.1 基于普通特征的机器学习方法 | 第43-44页 |
| 4.2.2 基于句法解析树特征的机器学习方法 | 第44-46页 |
| 4.2.3 基于规则的方法 | 第46-47页 |
| 4.3 名词短语照应语的消解 | 第47-49页 |
| 4.3.1 基于机器学习的方法 | 第47-48页 |
| 4.3.2 基于规则的方法 | 第48-49页 |
| 4.4 生物指代消解的实验结果及分析 | 第49-54页 |
| 4.4.1 代词照应语消解的结果 | 第49-52页 |
| 4.4.2 名词短语照应语消解的结果 | 第52-53页 |
| 4.4.3 指代消解的结果 | 第53-54页 |
| 4.5 实验结果比较与分析 | 第54-57页 |
| 4.5.1 代词消解不同模型的比较 | 第54-55页 |
| 4.5.2 两种指代消解方法的比较 | 第55页 |
| 4.5.3 各类型照应语的消解结果与其他文献比较 | 第55-56页 |
| 4.5.4 总消解结果与其他文献比较 | 第56-57页 |
| 4.6 小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |
