基于在线评论的诊疗事件语义分析与信息提取

发布时间：2024-02-28 18:48

　　事件抽取旨在把含有事件信息的非结构化文本以结构化的形式予以呈现,涉及自然语言处理、机器学习、模式匹配等多个学科,对信息检索、自动问答、舆情分析等领域均有很高的应用价值。在现代生活中,互联网已经成为绝大多数人们发布和获取信息的途径,在线医疗为许多不方便出行的人们提供了医学方面的咨询和预分类服务。在线医疗系统内,储存了大量的医患诊疗对话以及患者评价,对这些数据进行抽取,归纳整理这些文本信息,使得我们更容易明白病人、医者的语言,得到诊断和治疗过程中的关键结构化信息,使计算机辅助诊断和辅助理疗成为可能。事件抽取的准确性与文本语言分析的深度有关。计算机对词汇的算法较为简单,具有可操作性,但是这种算法没有考虑到汉语语义是具有关联性的,在算法中没有体现相关描述,知识零散,处理效率不高。关于语义分析的研究已经表明,如果算法中包含语义分析会有更多优势。因此,本文加入语义层面的分析,提高事件提取的性能,提高信息的查全率和查准率。具体研究内容如下:本文首先介绍了在线评论诊疗事件提取的研究背景和意义以及相关内容的国内外研究综述;接着根据自动内容抽取ACE事件表示模型,提出了基于触发词和论元角色的在线评论诊疗事...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 事件信息提取技术研究现状
        1.2.2 生物医学领域信息抽取研究现状
        1.2.3 研究述评
    1.3 本文研究内容
    1.4 论文组织结构
    1.5 本文研究方法
第二章 在线评论诊疗事件表示模型
    2.1 ACE事件定义与表示模型
    2.2 在线评论诊疗事件相关概念界定
    2.3 在线评论诊疗事件表示模型
        2.3.1 事件表示模型设计
        2.3.2 事件模型的特点及实例分析
    2.4 本章总结
第三章 在线评论诊疗事件框架语义分析
    3.1 框架语义理论
    3.2 在线评论诊疗事件语义分类词典的构建
    3.3 在线评论诊疗事件框架语义分析
        3.3.1 分析流程
        3.3.2 文本预处理
        3.3.3 句法分析
        3.3.4 框架语义类识别
        3.3.5 框架元素标注
    3.4 本章小结
第四章 在线评论诊疗事件提取
    4.1 在线评论诊疗事件提取流程
    4.2 事件识别
        4.2.1 识别流程
        4.2.2 框架-事件类型映射
        4.2.3 语义相似度计算
    4.3 论元抽取
    4.4 本章小结
第五章 实验分析
    5.1 数据来源
    5.2 分析工具
    5.3 事件抽取结果统计
    5.4 实验结果与分析
        5.4.1 评价指标
        5.4.2 框架语义标注
        5.4.3 在线评论诊疗事件抽取实验结果
    5.5 本章小结
第六章 结论
    6.1 研究总结
    6.2 本文创新之处
    6.3 本研究的不足与未来研究方向
参考文献
附录
攻读学位期间取得的研究成果
致谢
个人简况及联系方式



本文编号：3913875