首页分享中文医疗知识图谱半自动化构建研究.pdf

中文医疗知识图谱半自动化构建研究.pdf

来源：花匠小妙招时间：2025-09-01 11:07

资源大小：4.51MB 全文页数：56页资源格式： PDF 下载权限：游客/注册会员/VIP会员下载费用：7赏币【人民币7元】

游客快捷下载

会员登录下载

下载资源需要打赏7赏币【人民币7元】
感谢您对本站的支持，您的赏金将帮助我们更好的发展。本次下载而产生的赏金将由本站以一定方式转交版权人和上传用户。

邮箱/手机号：

您支付成功后，系统会自动为您创建此邮箱/手机号的账号，密码跟您输入的邮箱/手机号一致，以方便您下次登录下载和查看订单。注：支付完成后需要自己下载文件，并不会自动发送文件哦！

支付方式：

友情提示

2、本站资源不支持迅雷下载,请使用浏览器直接下载(不支持QQ浏览器)

3、本站资源下载后的文档和图纸-无水印,预览文档经过压缩，下载后原文更清晰

中文医疗知识图谱半自动化构建研究.pdf

本文主要研究了中文医疗知识图谱半自动构建机制，首先介绍了此课题的研究背景和研究意义，然后讨论了国内外知识图谱的研究现状。详细介绍了构建中文知识图谱面临的挑战以及构建流程中包括的四个模块知识获取、知识表示、知识存储和知识可视化。对于中文知识图谱的构建挑战，本文采取从特定领域的知识图谱的构建着手，采取从特定领域网站进行知识的获取，作为语料库的知识补充。以医疗领域网站为信息获取源，提出了一种面向实体属性分离存储的半自动化关系抽取系统，用来获取实体属性关系。根据实体的属性关系描述数据，生成句子级别的实体描述，提出基于弱监督关系抽取的样本提取方案，找出包含该实体及其属性关系对应实体的正样本训练数据。使用基于卷积神经网络的关系分类，并和传统的机器学习方法进行了实验比较，实验验证了基于卷积神经网络的弱监督关系抽取的高有效性和准确性。最终将数据存放于图数据库NEO4J中，并完成医疗数据的可视化展示。论文的主要研究工作有1本文针对医疗网站中的大多数实体详细页面存在结构化数据（实体和属性关系）并且这些结构化数据分布在不同的属性关系页面中的特征，提出了一种面向实体属性分离存储的半自动化关系抽取系统。本系统不仅可以完成分离存储的实体与属性关系抽取，还能够兼容常规的单页面级别的关系抽取。2在第一个工作中获取得到了医疗领域网站的实体属性关系，其中包含大量的实体文本描述信息，可以进一步的帮助完善实体间的关系抽取。因此提出基于卷积神经网络的弱监督关系抽取，首先约束和假设弱监督关系抽取的样本提取规则，主要根据实体的属性关系描述数据，生成句子级别的实体描述，找出包含该实体及其属性关系对应实体的正样本训练数据，最后进行基于卷积神经网络的关系抽取。通过实验分析，验证了该方法的有效性。3设计了中文医疗知识图谱半自动构建的系统架构，其主要分为知识获取、知识存储以及知识可视化三个模块，并逐一进行了实现。

注意事项

本文（中文医疗知识图谱半自动化构建研究.pdf）为本站会员（失心）主动上传，众赏文库仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。若此文所含内容侵犯了您的版权或隐私，请立即通知众赏文库（发送邮件至9411152@qq.com或直接QQ联系客服），我们立即给予删除！

温馨提示：如果因为网速或其他原因下载失败请重新下载，重复下载不扣分。