声明
1 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 医学命名实体识别的现状
1.2.2 医学关系抽取的现状
1.3 本文研究内容
1.4 论文组织结构
2 相关工作
2.1 深度学习
2.1.1 卷积神经网络
2.1.2 循环神经网络
2.2 迁移学习
2.3 预训练语言模型
2.4 本章小结
3 基于跨领域迁移的医学命名实体识别研究
3.1 引言
3.2 基于跨领域迁移的深度神经网络模型
3.2.1 模型架构
3.2.2 跨领域迁移
3.2.3 T-BiLSTM-CRF
3.3 实验结果与分析
3.3.1 实验数据集
3.3.2 评价指标
3.3.3 实验设置
3.3.4 模型对比实验
3.4 本章小结
4 基于BERT 模型的医学关系抽取研究
4.1 引言
4.2 融合注意力机制的BERT-Att-CNN网络模型
4.2.1 模型架构
4.2.2 BERT模型
4.2.3 Att-CNN 层
4.2.4 损失函数
4.3 实验结果与分析
4.3.1 实验数据集
4.3.2 评价指标
4.3.3 实验设置
4.3.4 模型对比实验
4.4 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢
郑州大学;