声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 现代生物医学领域关系抽取研究现状
1.2.2 中医领域关系抽取研究现状
1.2.3 中医实体知识图谱研究现状
1.3 主要研究内容
1.4 论文结构
第2章 相关技术介绍
2.1 实体关系抽取
2.1.1 实体关系抽取概述
2.1.2 关系抽取的方法
2.2 词嵌入特征方法
2.2.1 One-hot
2.2.2 Word2vec
2.3 深度学习技术
2.3.1 长短期记忆神经网络
2.3.2 卷积神经网络
2.3.3 注意力机制
2.3.4 神经网络实现框架
2.4 本章小结
第3章 英文文献中药关系语料库构建
3.1 数据来源与关系定义
3.2 中药实体识别
3.3 构建过程
3.3.1 数据预处理
3.3.2 关系标注
3.4 本章小结
第4章 基于深度学习的中草药关系抽取
4.1 基于SEGATT-CNN的关系抽取模型
4.1.1 输入层
4.1.2 SEGATT层
4.1.3 CNN层
4.1.4 输出层
4.2 基于混合特征的关系分类方法
4.3实验设计与评价标准
4.3.1 实验设计
4.3.2 实验评价指标
4.4 实验与结果分析
4.4.1 实验一:Herb-Disease关系抽取
4.4.2 实验二:Herb-Chemical关系抽取
4.4.3 实验三:Chemical-Disease关系抽取
4.5 本章小结
第5章 中草药的实体关系网络构建与应用
5.1 概述
5.1.1 中医实体概念辨析及数据模式定义
5.1.2 关系网络构建流程
5.2 数据来源与获取
5.2.1 中药知识获取
5.2.2 补充实体关系获取
5.3 数据融合
5.3.1 中草药相关的知识抽取
5.3.2 中英文对齐与关系连接
5.4 知识存储与关系网络构建
5.4.1 NEO4J数据库
5.4.2 实体关系存储与网络构建
5.4.3 关系验证及查询规则
5.5 系统设计与实现
5.5.1 需求分析
5.5.2 系统架构设计
5.5.3 功能设计
5.5.4 界面展示
5.6 本章小结
第6章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
作者介绍及在学期间取得的科研成果
致谢
吉林大学;
