自改革開(kāi)放后,我國(guó)經(jīng)濟(jì)發(fā)展飛速,互聯(lián)網(wǎng)技術(shù)和計(jì)算機(jī)技術(shù)也隨之產(chǎn)生和發(fā)展,不論是人們的生活中還是工作中無(wú)不充斥著網(wǎng)絡(luò)的身影。由于互聯(lián)網(wǎng)在我們生活中的加入,隨之產(chǎn)生了大量數(shù)據(jù)和信息,對(duì)于這些信息的運(yùn)用,傳統(tǒng)的檢索方式已經(jīng)無(wú)法滿(mǎn)足用戶(hù)的日常所需。那么,如何在大量且復(fù)雜的信息中準(zhǔn)確且快速的搜索到用戶(hù)所需信息,便成為了信息檢索領(lǐng)域的熱點(diǎn)問(wèn)題。知識(shí)圖譜這一概念的提出,為該研究領(lǐng)域提供了一個(gè)新的解決思路。它能將海量的數(shù)據(jù)加以處理,提取其中包含的實(shí)體和其之間的關(guān)系,然后以一種直觀的方式存儲(chǔ)在數(shù)據(jù)庫(kù)中。首先,本文運(yùn)用當(dāng)下熱門(mén)的實(shí)體識(shí)別技術(shù)——BiLSTM-CRF。旨在醫(yī)療領(lǐng)域文本中提取藥品名,疾病名和癥狀名等實(shí)體類(lèi)型。CRF是機(jī)器學(xué)習(xí)領(lǐng)域中經(jīng)典的分詞方法,將其與深度學(xué)習(xí)中雙向LSTM技術(shù)相結(jié)合。CRF接在雙向LSTM模型后,獲取LSTM模型產(chǎn)生的全局最優(yōu)輸出序列,對(duì)其再利用,更好的擬合了數(shù)據(jù)。實(shí)驗(yàn)表明,兩者的結(jié)合在效果和效率方面都取得了令人滿(mǎn)意的結(jié)果。接著,本文以當(dāng)下熱門(mén)的問(wèn)答系統(tǒng)為原型,目的是將目前可搜集到的關(guān)于醫(yī)療衛(wèi)生方面的數(shù)據(jù)加以運(yùn)用。先利用Neo4j圖數(shù)據(jù)庫(kù)存儲(chǔ)數(shù)據(jù),依次使用HanLP及機(jī)器學(xué)習(xí)... 

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景與問(wèn)題提出
        1.1.2 研究目的與研究意義
    1.2 國(guó)內(nèi)外相關(guān)研究及綜述
        1.2.1 國(guó)外相關(guān)研究及綜述
        1.2.2 國(guó)內(nèi)相關(guān)研究及綜述
        1.2.3 綜合評(píng)述
    1.3 研究?jī)?nèi)容與方法
        1.3.1 研究?jī)?nèi)容
        1.3.2 主要研究方法
    本章小結(jié)
第二章 相關(guān)理論與技術(shù)
    2.1 命名實(shí)體識(shí)別
        2.1.1 基于規(guī)則與詞典的實(shí)體識(shí)別方法
        2.1.2 基于機(jī)器學(xué)習(xí)的實(shí)體識(shí)別方法
        2.1.3 基于深度學(xué)習(xí)的實(shí)體識(shí)別方法
    2.2 實(shí)體關(guān)系抽取
        2.2.1 基于全監(jiān)督的實(shí)體關(guān)系抽取
        2.2.2 基于半監(jiān)督的實(shí)體關(guān)系抽取
        2.2.3 基于無(wú)監(jiān)督的實(shí)體關(guān)系抽取
        2.2.4 開(kāi)放式實(shí)體關(guān)系抽取
    2.3 知識(shí)圖譜
        2.3.1 知識(shí)圖譜的定義與架構(gòu)
        2.3.2 知識(shí)圖譜的構(gòu)建技術(shù)
        2.3.3 知識(shí)圖譜的應(yīng)用
    本章小結(jié)
第三章 基于BiLSTM-CRF的實(shí)體識(shí)別
    3.1 框架流程
    3.2 相關(guān)模型概述
        3.2.1 雙向LSTM的深度學(xué)習(xí)網(wǎng)絡(luò)
        3.2.2 CRF網(wǎng)絡(luò)
        3.2.3 基于BiLSTM-CRF的實(shí)體識(shí)別框架
    3.3 實(shí)驗(yàn)與分析
        3.3.1 數(shù)據(jù)來(lái)源
        3.3.2 實(shí)驗(yàn)流程
        3.3.3 評(píng)價(jià)標(biāo)準(zhǔn)
        3.3.4 實(shí)驗(yàn)結(jié)果及分析
    3.4 關(guān)系抽取
    本章小結(jié)
第四章 基于社交網(wǎng)絡(luò)的醫(yī)療知識(shí)圖譜的搭建
    4.1 知識(shí)圖譜構(gòu)建流程
    4.2 實(shí)驗(yàn)與分析
        4.2.1 模式層設(shè)計(jì)
        4.2.2 數(shù)據(jù)準(zhǔn)備
        4.2.3 實(shí)驗(yàn)結(jié)果及分析
    本章小結(jié)
第五章 基于知識(shí)圖譜的問(wèn)答系統(tǒng)的搭建
    5.1 需求分析
    5.2 系統(tǒng)的實(shí)現(xiàn)
        5.2.1 問(wèn)題模板設(shè)計(jì)
        5.2.2 問(wèn)題模板訓(xùn)練
    5.3 搜索結(jié)果展示
    本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于Neo4j圖數(shù)據(jù)庫(kù)的課程體系知識(shí)圖譜系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 肖慶都,屈亮亮,侯霞.  電腦知識(shí)與技術(shù). 2017(36)
[2]醫(yī)學(xué)知識(shí)圖譜構(gòu)建技術(shù)與研究進(jìn)展[J]. 袁凱琦,鄧揚(yáng),陳道源,張冰,雷凱.  計(jì)算機(jī)應(yīng)用研究. 2018(07)
[3]基于本體的中醫(yī)知識(shí)圖譜構(gòu)建[J]. 張德政,謝永紅,李曼,石川.  情報(bào)工程. 2017(01)
[4]基于依存分析的開(kāi)放式中文實(shí)體關(guān)系抽取方法[J]. 李明耀,楊靜.  計(jì)算機(jī)工程. 2016(06)
[5]中醫(yī)藥知識(shí)圖譜構(gòu)建與應(yīng)用[J]. 阮彤,孫程琳,王昊奮,方之家,殷亦超.  醫(yī)學(xué)信息學(xué)雜志. 2016(04)
[6]中文電子病歷命名實(shí)體和實(shí)體關(guān)系語(yǔ)料庫(kù)構(gòu)建[J]. 楊錦鋒,關(guān)毅,何彬,曲春燕,于秋濱,劉雅欣,趙永杰.  軟件學(xué)報(bào). 2016(11)
[7]知識(shí)圖譜構(gòu)建技術(shù)綜述[J]. 劉嶠,李楊,段宏,劉瑤,秦志光.  計(jì)算機(jī)研究與發(fā)展. 2016(03)
[8]中醫(yī)藥知識(shí)圖譜構(gòu)建[J]. 賈李蓉,劉靜,于彤,董燕,朱玲,高博,劉麗紅.  醫(yī)學(xué)信息學(xué)雜志. 2015(08)
[9]基于圖形數(shù)據(jù)庫(kù)Neo4j的RDF數(shù)據(jù)存儲(chǔ)研究[J]. 康杰華,羅章璇.  信息技術(shù). 2015(06)
[10]大型中醫(yī)藥知識(shí)圖譜構(gòu)建研究[J]. 于彤,劉靜,賈李蓉,張竹綠,楊碩,劉麗紅,李敬華,于琦.  中國(guó)數(shù)字醫(yī)學(xué). 2015(03)

碩士論文
[1]基于知識(shí)圖譜的醫(yī)療知識(shí)搜索研究[D]. 劉崇.浙江理工大學(xué) 2018
[2]基于web的工業(yè)產(chǎn)品知識(shí)圖譜構(gòu)建及應(yīng)用[D]. 邵元新.沈陽(yáng)航空航天大學(xué) 2017
[3]基于中文知識(shí)圖譜的電商領(lǐng)域問(wèn)答算法設(shè)計(jì)與系統(tǒng)實(shí)現(xiàn)[D]. 杜澤宇.華東師范大學(xué) 2016
[4]面向多領(lǐng)域大規(guī)模知識(shí)庫(kù)的自然語(yǔ)言自動(dòng)問(wèn)答研究[D]. 朱敏.西南交通大學(xué) 2015



本文編號(hào)：3647049