基于中文自然语言处理的糖尿病知识图谱构建

目录

声明

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 知识图谱

1.2.2 知识图谱研究现状

1.2.3 医疗知识图谱研究现状

1.3 研究内容与工作

1.4 论文组织结构

2 知识图谱相关技术

2.1 知识图谱自动化构建流程

2.2 命名实体识别

2.3 关系抽取

2.4 知识图谱存储

2.5 本章小结

3 基于BERT的糖尿病命名实体识别

3.1 引言

3.2 基于BERT的糖尿病文献命名实体识别

3.2.1 BERT预训练模型

3.2.2 BiLSTM模型

3.2.3 CRF模型

3.3 实验结果及结果分析

3.3.1 实验语料、标注策略与数据预处理

3.3.2 评价标准

3.3.3 实验设置

3.3.4 实验过程及结果分析

3.4 本章小结

4 融合BERT-BiLSTM-CRF和多头选择的关系抽取方法

4.1 引言

4.2 融合BERT-BiLSTM-CRF和多头选择关系抽取模型

4.2.1 多头选择的关系抽取模型

4.2.2 融合BERT-BiLSTM-CRF和多头选择的关系抽取模型

4.3 实验结果及结果分析

4.3.1 实验语料与数据预处理

4.3.2 标注策略与评价标准

4.3.3 实验过程与结果分析

4.4 本章小结

5 基于Neo4j图数据库的糖尿病知识图谱构建

5.1 引言

5.2 Neo4j图数据库介绍

5.3 知识图谱构建

5.3.1 知识图谱构建流程

5.3.2 基于中文糖尿病文献的知识图谱构建

5.4 糖尿病知识图谱分析

5.5 本章小结

6 总结与展望

参考文献

在学研究成果

致谢