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 知识图谱研究现状
1.2.2 实体识别研究现状
1.2.3 关系抽取研究现状
1.3 论文的主要工作
1.4 论文的组织结构
第2章 相关理论和技术
2.1 隐马尔可夫模型
2.2 条件随机场
2.3 卷积神经网络
2.4 循环神经网络
2.5 注意力机制
2.6 电子病历文本介绍
2.7 医学知识图谱
2.8 评价指标
2.9 本章小结
第3章 基于电子病历的命名实体识别
3.1 基于CNN-BiLSTM-CRF的实体识别模型
3.1.1 卷积神经网络模型理论
3.1.2 CNN-BiLSTM-CRF模型结构
3.2 实验部分
3.2.1 实验设置
3.2.2 超参数配置
3.2.3 实验结果与分析
3.3 本章小结
第4章 基于电子病历的关系抽取
4.1 基于BiGRU-ATT的关系抽取模型
4.1.1 模型理论
4.1.2 模型结构
4.2 实验部分
4.2.1 实验设置
4.2.2 超参数配置
4.2.3 实验结果与分析
4.3 本章小结
第5章 基于Neo4j的癫痫医学知识图谱实现
5.1 Neo4j介绍
5.2 癫痫医学知识图谱构建过程
5.2.1 数据整合与结构化存储
5.2.2 数据入库
5.3 癫痫医学知识图谱可视化
5.4 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
在读期间发表的学术论文及研究成果
致谢
曲阜师范大学;