第1章 绪 论
1.1 课题来源
1.2 课题研究的背景及意义
1.3 国内外研究现状
1.3.1 临床医疗实体及属性识别研究现状
1.3.2 医疗关系抽取研究现状
1.3.3 医疗实体识别和关系抽取联合学习研究现状
1.4 相关技术介绍
1.4.1 语言模型
1.4.2 长短时记忆网络
1.4.3 注意力机制
1.4.4 条件随机场
1.4.5 高速公路网络
1.5 本文主要研究的内容
1.6 本文的组织结构
第2章 基于字词感知的临床医疗实体及属性识别方法
2.1 引言
2.2 数据集和评价方法介绍
2.2.1 数据集介绍
2.2.2 评价方法介绍
2.3 数据预处理
2.4 临床医疗实体及属性识别基准模型Bi-LSTM-CRF
2.5 基于字词感知的临床医疗实体及属性识别模型
2.5.1 LM+Bi-LSTM-CRF实体及属性识别方法
2.5.2 ELMo+Bi-LSTM-CRF实体及属性识别方法
2.5.3 BERT+Bi-LSTM-CRF实体及属性识别方法
2.6 基于字词感知的临床医疗实体及属性识别实验
2.7 本章小结
第3章 基于实体感知的临床医疗关系抽取方法
3.1 引言
3.2 数据预处理
3.3 临床医疗关系抽取基准模型Bi-SeqLSTM
3.4 临床医疗关系抽取实体感知模型
3.5 基于实体感知的临床医疗关系抽取实验
3.6 本章小结
第4章 多粒度的上下文感知医疗实体及关系联合抽取方法
4.1 引言
4.2 基于管道的医疗实体及关系抽取方法
4.2.1 管道方法的构建
4.2.2 实验结果及分析
4.3 医疗实体及关系联合抽取基准方法
4.4 字词感知的医疗实体及关系联合抽取方法
4.5 实体感知的医疗实体及关系联合抽取方法
4.6 多粒度感知的医疗实体及关系联合抽取方法
4.7 上下文感知的医疗实体及关系联合抽取实验
4.8 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
声明
致谢
哈尔滨工业大学;