【摘要】：互聯(lián)網(wǎng)信息的爆發(fā)式增長,既為用戶帶來了豐富的信息知識,也為用戶從中篩選所需知識造成了困難。傳統(tǒng)的搜索引擎基于對互聯(lián)網(wǎng)數(shù)據(jù)的全文索引,通過關(guān)鍵詞匹配索引的方式為用戶返回相關(guān)信息的鏈接,而不是直接明確的知識點,用戶仍需從返回的大量冗余鏈接中查找并提煉自己所需的知識。如何從海量的、結(jié)構(gòu)多樣化的信息中有針對的為用戶返回精確信息,已成為當(dāng)前知識搜索的研究熱點。知識圖譜技術(shù)的興起為該研究提供了新的解決思路。知識圖譜能夠以一種更直觀的方式表達(dá)出現(xiàn)實世界中的實體的信息以及實體和概念之間的關(guān)聯(lián)。本文將互聯(lián)網(wǎng)文本數(shù)據(jù)作為語料資源,對其進(jìn)行知識圖譜構(gòu)建的研究。本文研究了知識圖譜構(gòu)建中的序列標(biāo)注問題。在該問題上,本文采用了長短期記憶(LSTM)網(wǎng)絡(luò)結(jié)構(gòu),為保留訓(xùn)練過程中更多的特征信息,提出用預(yù)訓(xùn)練詞向量和微調(diào)詞向量擴(kuò)展LSTM結(jié)構(gòu)單元的D-LSTM模型。此外,為了應(yīng)對醫(yī)療領(lǐng)域標(biāo)注文本稀疏的情況,本文在D-LSTM的基礎(chǔ)上結(jié)合Co-training半監(jiān)督的方法,提出改進(jìn)模型CTD-BLSTM,通過迭代訓(xùn)練進(jìn)一步提升識別效率。本文用Python編寫了CTD-BLSTM算法,并設(shè)置本文模型與原始BLSTM的對比實驗以及用完整數(shù)據(jù)集訓(xùn)練的對比實驗,驗證了本文方法具有更好的識別效果和適應(yīng)性。最后,以此為基礎(chǔ)實現(xiàn)了中文醫(yī)療領(lǐng)域知識圖譜的構(gòu)建。本文基于構(gòu)建的中文醫(yī)療領(lǐng)域知識圖譜,用Java語言設(shè)計實現(xiàn)了醫(yī)療知識搜索系統(tǒng)。該系統(tǒng)通過對用戶輸入的自然語言進(jìn)行句法分析和語義依存分析等處理,識別用戶的搜索意圖,借助知識圖譜,以一種更加直觀、精確的方式返回用戶所需的知識。
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F273.1;F273
【圖文】：

圖 3.3 LSTM 網(wǎng)絡(luò)結(jié)構(gòu)圖中的黃色矩陣表示神經(jīng)網(wǎng)絡(luò)層；箭的復(fù)制，合并表示向量的連接；而位操作。例如加號圓圈表示向量通過一系列操作傳遞記憶單元的狀態(tài)的線。記憶單元的狀態(tài)沿著箭頭方個控制單元“門”（gate）結(jié)構(gòu)：輸入忘門（forget gate）。LSTM 通過門sigmoid 網(wǎng)絡(luò)層與按位操作構(gòu)成。因以用輸出值表示通過的信息量的多信息都可以通過。的箭頭傳遞信息，第一步是根據(jù)上一

BLSTM結(jié)構(gòu)

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 申永珍;;基于服務(wù)外包的醫(yī)療知識共享研究綜述[J];商場現(xiàn)代化;2010年16期

相關(guān)會議論文 前1條

1 李明瑾;;健康教育在老干部保健中的作用[A];中華護(hù)理學(xué)會健康教育研討會暨講習(xí)班論文集[C];2000年

相關(guān)重要報紙文章 前6條

1 實習(xí)記者 朱海斌;援吐專家傳授醫(yī)療知識[N];吐魯番報(漢);2007年

2 佛山第一批援疆醫(yī)療隊隊員 楊宇;當(dāng)?shù)蒯t(yī)生需不斷學(xué)習(xí)醫(yī)療知識[N];民主與法制時報;2012年

3 通訊員 偉生;我市開展“百萬農(nóng)民健康行”“健康生活進(jìn)社區(qū)”活動[N];四平日報;2007年

4 記者 周敢普;讓人們了解更多醫(yī)療知識[N];科技日報;2000年

5 本報記者 張莉康;“網(wǎng)上自診”越“診”越重?[N];北京社區(qū)報;2010年

6 記者　陳萌;韓啟德以車喻人談健康[N];大眾科技報;2006年

相關(guān)博士學(xué)位論文 前4條

1 王楨;基于嵌入模型的知識圖譜補全[D];中山大學(xué);2017年

2 趙宇;知識圖譜自動演進(jìn)算法研究[D];北京郵電大學(xué);2017年

3 陳曦;面向大規(guī)模知識圖譜的彈性語義推理方法研究及應(yīng)用[D];浙江大學(xué);2017年

4 徐文;醫(yī)療知識溢出與中國醫(yī)療難題[D];山東大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉崇;基于知識圖譜的醫(yī)療知識搜索研究[D];浙江理工大學(xué);2018年

2 唐慧琳;融合結(jié)構(gòu)和語義信息的知識圖譜補全算法研究[D];北京郵電大學(xué);2017年

3 吳玲玲;基于知識圖譜的中文影評的實體鏈指研究[D];曲阜師范大學(xué);2017年

4 曾利;三維科研態(tài)勢演化圖譜及軟件系統(tǒng)實現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2015年

5 張巍;資本市場企業(yè)信息系統(tǒng)人物和企業(yè)關(guān)系圖譜的設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2017年

6 梁碩宏;基于表示學(xué)習(xí)的知識圖譜關(guān)系抽取[D];北京郵電大學(xué);2017年

7 陳傳俊;基于網(wǎng)絡(luò)影評文本的關(guān)系圖譜系統(tǒng)的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2017年

8 陳恒;基于知識圖譜的問卷輔助生成系統(tǒng)[D];北京郵電大學(xué);2017年

9 朱藝偉;基于興趣圖譜的運動APP社交化設(shè)計研究[D];江南大學(xué);2017年

10 侯俊萌;基于MOOC的高等教育知識圖譜的構(gòu)建[D];北京郵電大學(xué);2017年

本文編號：2730429