声明
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状分析
1.2.1 领域知识建模研究现状
1.2.2 文本特征表示研究现状
1.2.3 领域知识抽取研究现状
1.3 论文主要研究内容
1.4 论文结构安排
第二章 相关理论及技术
2.1 领域知识抽取概述
2.1.1 序列标记问题
2.1.2 领域知识抽取的研究方法
2.2 基于概率图模型的知识抽取方法
2.2.1 概率图模型
2.2.2 条件随机场模型
2.3 基于深度学习模型的知识抽取方法
2.3.1 词向量模型
2.3.2 长短期记忆网络
2.3.3 注意力机制
2.4 本章小结
第三章 基于神经网络语言模型的语义特征学习
3.1 层序Softmax训练算法的改进研究
3.1.1 构建动态编码树
3.1.2 裁剪编码树
3.2 增量训练词向量
3.2.1 网络训练
3.2.2 梯度方向优化
3.3 实验结果与分析
3.3.1 实验数据和实验参数
3.3.2 训练效率分析
3.3.3 训练质量分析
3.4 本章小结
第四章 基于LSTM-CRF的序列标记算法研究
4.1 医疗领域知识标记体系建立
4.1.1 命名实体分类
4.1.2 实体关系分类
4.1.3 标记方案制定
4.2 LSTM-CRF混合标记模型
4.2.1 基于栅格结构的LSTM模型
4.2.2 Attention机制的引入
4.3 实验设置与分析
4.3.1 实验数据与评估指标
4.3.2 实验参数设置
4.3.3 对齐函数性能对比
4.3.4 文档级和句子级的性能对比
4.4 本章小结
第五章 医疗领域知识抽取原型系统的设计与实现
5.1 原型系统工作流程及总体架构
5.1.1 工作流程
5.1.2 功能模块总体架构
5.2 功能模块分析
5.2.1 数据采集模块
5.2.2 知识抽取模块
5.2.3 知识处理模块
5.3 本章小结
第六章 总结与展望
6.1 论文工作总结
6.2 未来工作展望
参考文献
致谢
攻读硕士期间发表的学术论文及科研成果
江苏大学;
