声明
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文组织结构
第二章 融合上下文语境信息的词表示模型
2.1 引言
2.2 基于双向长短时记忆网络的词表示模型
2.3 实验结果与分析
2.3.1 数据集介绍
2.3.2 评价指标
2.3.3 预处理
2.3.4实验设置
2.3.5 实验结果与分析
2.4 本章小结
第三章 基于复合卷积神经网络的药物关系抽取模型
3.1 引言
3.2 复合卷积神经网络模型
3.2.1 词表示层
3.2.2 复合卷积网络层
3.2.3 最大池化层
3.2.4 基于focal loss 的损失函数
3.3 实验结果与分析
3.3.1 实验设置
3.3.2 实验结果与分析
3.4 本章小结
第四章 基于特征融合块和动态路由机制的两阶段药物关系抽取模型
4.1 引言
4.2 两阶段药物关系抽取模型
4.2.1 词表示层
4.2.2 特征融合块
4.2.3 胶囊网络层
4.2.4 两阶段药物关系抽取模型
4.3 实验结果与分析
4.3.1 实验设置
4.3.2 实验结果与分析
4.4 本章小结
第五章 总结与展望
5.1 本文工作总结
5.2 未来工作展望
参考文献
致谢
攻读硕士学位期间取得的科研成果
西北大学;