基于词典与机器学习的基因命名实体识别机制研究

《基于词典与机器学习的基因命名实体识别机制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文学校代码：10023学号：$2010011011基于词典与机器学习的基因命名实体识别机制研究TheResearchofGeneNameEntityRecognitionMechanismbyCombiningDictionaryMethodandMachineLearningMethod所院：医学信息研究所姓名：夏光辉指导教师：阮学平研究馆员学科专业：情报学研究方向：医学知识组织完成日期：二O一三年五月基于词典与机器学习的基因命名实体识别机制研究独创性声明{fFlfllI[1lfIJIfrJIPIJliilfflillfriIIflY2340502本人声明所呈交的学位论文是本人在导

2、师指导下进行的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包含为获得其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：议移鬼}签字日期：9-013年兮月弓1日学位论文版权使用授权书本学位论文作者完全了解北塞协和医学院．有关保存、使用学位论文的管理办法。有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权北京协和医学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学

3、位论文。(保密的学位论文在解密后适用本授权书)学位论文作者躲议2b韶率签字日期：29I>年分月弓1日学位论文作者毕业后去向：工作单位：通讯地址：导师签名：签字日期：电话：邮编：月扩么么＼：t年。刁似卜功基于词典与机器学习的基因命名实体识别机制研究目录目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．I表目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．III图目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．V摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．31．1研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．31．2相关概念及研究范围⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯⋯⋯．31．3研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．41．4研究方法与技术路线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．51．5论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．62基因命名实体识别研究进展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82．1生物医学命名实体识别国际会议⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82．1．1JNLPBA．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82．1．2BioCreAtlvE．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．92．2基因命名实体识别方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．10

5、2．2．1基于词典⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．102．2．2基于规则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．112．2．3基于机器学习⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯123词典构建与机器学习实体特征构建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．173．1词典构建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．173．2机器学习的实体特征构建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．203．2．1单词特征(Wordfeatures)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．203．2．2构词特征(Wordstructurefeature)⋯⋯⋯⋯⋯⋯⋯．213．2．3关键词特征(Keywordsfeature)⋯⋯⋯⋯⋯⋯⋯⋯．．223．2．4词缀特征(Af

6、fixfeature)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．233．2．5词形特征(Morphologyfeature)⋯⋯⋯⋯⋯⋯⋯⋯．．253．2．6边界词特征(Boundarywordfeature)⋯⋯⋯⋯⋯⋯⋯263．2．7一元词特征(Unaryfeature)⋯⋯⋯⋯⋯⋯⋯⋯⋯．．283．2．8嵌套词特征(Nestedfeature)⋯⋯⋯⋯⋯⋯⋯⋯⋯．28I基于词典与机器学习的基因命名实体识别机制研究3．2．9停用词特征(Stopwordfeature)⋯⋯⋯⋯⋯⋯⋯⋯．293．2．10通用词特征(Commonwordfeature)⋯⋯⋯⋯⋯⋯⋯．303．2．11上下文特征(Contextfe

7、atures)⋯⋯⋯⋯⋯⋯⋯⋯．3l3．2．12词性特征(Partofspeechfeatures)⋯⋯⋯⋯⋯⋯．．323．2．13词典特征(Dictfeatures)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯334基于词典和机器学习的基因命名实体识别模型实现⋯⋯⋯⋯⋯⋯⋯364．1系统流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．364．2确定实体标注方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．384．3准备实验语料⋯⋯⋯⋯⋯⋯⋯