面向医学文本的命名实体识别与关系抽取研究

目录

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