声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.2 基于实体识别结构化方法
1.2.3 依存句法分析方法
1.3 论文主要工作
1.4 论文组织结构
1.5 本章小结
2 相关技术
2.1 短句聚类技术
2.2 实体识别技术
2.3 依存句法关系
2.4 本章小结
3 系统分析与设计
3.1 甲状腺超声报告数据介绍
3.1.2 超声描述文本特征
3.2 基于模板树的甲状腺超声报告结构化系统框架
3.3 数据预处理模块
3.3.3 短句切分处理模块
3.4 结构化模块流程介绍
3.5 本章小结
4 甲状腺超声报告词性词典的构建
4.1.1 短句聚类模块
4.1.2 中文分词模块
4.1.3 实体标注与识别模块
4.2 词性词典构建实现
4.2.2 实体识别实现
4.2.3 词性词典展示
4.3 实验分析
4.3.1 短句聚类算法对比实验
4.3.1 命名实体识别实验
4.4 本章小结
5 基于模板树的甲状腺超声报告结构化方法
5.1.2 构建模板树规则
5.1.3 自动构建模板树流程
5.1.4 结构化参数的确定
5.1.5 模板树构建算法
5.2 甲状腺超声报告结构化
5.2.2 近义词处理
5.2.3 调用模板树结构化
5.2.4 结构化结果
5.3 对比实验分析
5.3.3 模板更新对比
5.3.4 不同结构化算法对比实验
5.3.5 实验结果与分析
5.4 本章小结
6 系统实现
6.1 系统模块展示
6.2 本章小结
7 总结与展望
7.1 总结
7.2 展望
参考文献
攻读学位期间的研究成果目录
致谢
