九九九色视频在线观看免费 ,日韩美女自卫慰黄网站

藥品安全輿情是人民群眾最關(guān)心、最直接、最現(xiàn)實(shí)的利益問(wèn)題之一, 直接關(guān)系到人們的身體健康和生命安全。輿情相關(guān)知識(shí)的有效表示和組織是當(dāng)前網(wǎng)絡(luò)輿情研究和管理的迫切需求。本書(shū)重點(diǎn)研究藥品安全輿情的結(jié)構(gòu)化語(yǔ)料庫(kù), 藥品安全輿情的命名實(shí)體識(shí)別方法, 藥品安全輿情的命名實(shí)體消岐模型和算法, 藥品安全輿情的實(shí)體對(duì)齊模型和算法, 藥品安全輿情的實(shí)體關(guān)系抽取方法, 藥品安全輿情的事件知識(shí)圖譜系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn), 為藥品安全輿情監(jiān)測(cè)、主題發(fā)現(xiàn)、熱點(diǎn)追蹤和輔助輿情引導(dǎo)等精細(xì)化管理提供技術(shù)支持。

第pan>章藥品輿情的結(jié)構(gòu)化語(yǔ)料庫(kù)

1.pan>緒論

1.1.pan>研究背景與意義

1.1.2研究現(xiàn)狀和發(fā)展趨勢(shì)

1.1.3研究的基本內(nèi)容和擬解決的主要問(wèn)題。

1.1.4研究方法及措施

1.2藥品輿情語(yǔ)料庫(kù)的框架設(shè)計(jì)與構(gòu)建方法.

1.2.pan>語(yǔ)料庫(kù)的框架設(shè)計(jì)。

1.2.2生語(yǔ)料采集處理

1.2.3解析生語(yǔ)料庫(kù)

1.2.4基于TextRank算法的關(guān)鍵摘要提取

1.2.5實(shí)體知識(shí)圖譜的建立

1.3語(yǔ)料庫(kù)原型與應(yīng)用

1.3.pan>結(jié)構(gòu)化語(yǔ)料庫(kù)

1.3.2語(yǔ)料檢索服務(wù)

1.3.3人工篩臺(tái).

1.3.4實(shí)體知識(shí)圖譜導(dǎo)出

1.4本章小結(jié)本章參考文獻(xiàn)

第2章基于CRF的藥品輿情的命名實(shí)體識(shí)別

2.pan>緒論

2.1.pan>研究背景與意義

2.1.2研究現(xiàn)狀與趨勢(shì)

2.1.3研究的基本內(nèi)容和擬解決的主要問(wèn)題

2.1.4研究的方法及措施

2.2基于機(jī)器學(xué)的命名實(shí)體識(shí)別，

2.2.pan>命名實(shí)體識(shí)別相關(guān)概述

2.2.2基于CRF模型的命名實(shí)體識(shí)別

2.3實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析.

2.3.pan>實(shí)驗(yàn)環(huán)境

2.3.2實(shí)驗(yàn)數(shù)據(jù)

2.3.3實(shí)驗(yàn)結(jié)果與分析

2.4本章小結(jié)

本章參考文獻(xiàn)

第3章基于深度學(xué)的藥品輿情的命名實(shí)體識(shí)別

3.pan>緒論

3.1.pan>研究背景與意義

3.1.2國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)

3.1.3研究的基本內(nèi)容和擬解決的主要問(wèn)題

3.1.4研究方法及措施

3.2 N-BiLSTM-CRF模型

3.2.pan>問(wèn)題描述

3.2.2詞嵌入

3.2.3卷積神經(jīng)網(wǎng)絡(luò)

3.2.4雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)

3.2.5 BiLSTM-CRF模型

3.2.6 N-BiLSTM-CRF模型

3.3實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

3.3.pan>實(shí)驗(yàn)設(shè)計(jì)

3.3.2實(shí)驗(yàn)數(shù)據(jù)

3.3.3實(shí)驗(yàn)測(cè)試與結(jié)果分析

3.4本章小結(jié)本章參考文獻(xiàn)

第4章基于機(jī)器學(xué)品輿情的實(shí)體關(guān)系抽取

4.pan>緒論

4.1.pan>研究背景與意義

4.1.2國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)

4.1.3研究的基本內(nèi)容和擬解決的主要問(wèn)題

4.1.4研究方法及措施

4.2基于SVM的藥品輿情的實(shí)體關(guān)系抽取

4.2.1 jieba中文分詞

4.2.2 Word2Vec原理

4.2.3支持向量機(jī)SVM

4.3實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

4.3.pan>實(shí)驗(yàn)設(shè)計(jì)

4.3.2實(shí)驗(yàn)數(shù)據(jù)

4.3.3實(shí)驗(yàn)結(jié)果與分析

4.4本章小結(jié)本章參考文獻(xiàn)

第5章藥品輿情的命名實(shí)體消歧模型和算法

5.pan>緒論

5.1.pan>研究背景與意義

5.1.2國(guó)內(nèi)外研究現(xiàn)狀

5.1.3研究的基本內(nèi)容和擬解決的主要問(wèn)題

5.1.4研究的方法及措施

5.2藥品輿情的命名實(shí)體消歧模型與算法

5.2.pan>命名實(shí)體消歧

5.2.2詞向量的表示

5.2.3基于KMeans的命名實(shí)體消歧算法

5.3實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析.

5.3.pan>實(shí)驗(yàn)設(shè)計(jì)

5.3.2實(shí)驗(yàn)數(shù)據(jù)

5.3.3實(shí)驗(yàn)結(jié)果與分析

5.4本章小結(jié)本章參考文獻(xiàn)

第6章藥品輿情的實(shí)體對(duì)齊模型和算法研究

6.pan>緒論

6.1.pan>研究背景與意義

6.1.2國(guó)內(nèi)外研究現(xiàn)狀.

6.1.3研究的基本內(nèi)容與擬解決的主要問(wèn)題

6.1.4研究方法及措施

6.2藥品輿情的實(shí)體對(duì)齊模型與算法

6.2.pan>基本概念與模型

6.2.2實(shí)體和屬對(duì)齊算法

6.3實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

6.3.pan>實(shí)驗(yàn)設(shè)計(jì)

6.3.2實(shí)驗(yàn)數(shù)據(jù)

6.3.3實(shí)驗(yàn)結(jié)果與分析

6.4本章小結(jié)本章參考文獻(xiàn)

第7章藥品輿情知識(shí)圖譜管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

7.pan>緒論

7.1.pan>研究背景與意義

7.1.2國(guó)內(nèi)外研究現(xiàn)狀

7.1.3研究的基本內(nèi)容和擬解決的主要問(wèn)題

7.1.4研究方法及措施

7.2需求分析

7.2.pan>組織分析

7.2.2需求獲取

7.2.3業(yè)務(wù)建模

7.2.4領(lǐng)域建模

7.2.5提煉業(yè)務(wù)規(guī)則

7.2.6需求分析

7.3系統(tǒng)分析

7.3.pan>建立系統(tǒng)用例

7.3.2分析業(yè)務(wù)規(guī)則

7.3.3用例實(shí)現(xiàn)

7.3.4軟件架構(gòu)和框架

7.3.5建立分析模型

7.4系統(tǒng)設(shè)計(jì)

7.4.pan>設(shè)計(jì)模型

7.4.2接口設(shè)計(jì)

7.4.3

7.4.4數(shù)據(jù)庫(kù)設(shè)計(jì)

7.5系統(tǒng)實(shí)現(xiàn)

7.5.pan>藥品輿情知識(shí)圖譜節(jié)點(diǎn)模塊

7.5.2藥品輿情知識(shí)圖譜關(guān)系管理模塊

7.6本章小結(jié)本章

參考文獻(xiàn)

隨著互聯(lián)網(wǎng)的廣泛使用，越來(lái)越多的網(wǎng)民依賴(lài)網(wǎng)絡(luò)獲取有關(guān)此類(lèi)事件的信息，并且互聯(lián)網(wǎng)的輿論在事件的發(fā)展過(guò)程中變得越來(lái)越重要。為一步提高藥品，維護(hù)人民的健康權(quán)，醫(yī)藥工業(yè)的持續(xù)健康發(fā)展，從輿論監(jiān)督的角度研究國(guó)內(nèi)外藥品的發(fā)展具有十分重要的意義。

所謂語(yǔ)料庫(kù)是指出于某些應(yīng)用目的從各個(gè)方面收集的，具有規(guī)模和結(jié)構(gòu)，并且可以被計(jì)算機(jī)識(shí)別的原始語(yǔ)料庫(kù)的集合。語(yǔ)料庫(kù)的初始構(gòu)建是基于手動(dòng)分類(lèi)的，這種方法不僅耗時(shí)長(zhǎng)，而且成本很高[B-4]。當(dāng)今隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，Web數(shù)據(jù)挖掘技術(shù)為構(gòu)建語(yǔ)料庫(kù)提供了很好臺(tái)，來(lái)自網(wǎng)絡(luò)的大量數(shù)據(jù)不僅可以提供豐富的語(yǔ)料庫(kù)來(lái)源，還可以不斷更新語(yǔ)料庫(kù)的構(gòu)建[5]。

1.1.2研究現(xiàn)狀和發(fā)展趨勢(shì)

pan style="font-family: 宋體;">研究資料與方法

（pan style="font-family: 宋體;">）數(shù)據(jù)來(lái)源。本章的數(shù)據(jù)來(lái)自KI期刊數(shù)據(jù)庫(kù)。召回條件：主題標(biāo)題=“輿情”或“構(gòu)建語(yǔ)料庫(kù)”，請(qǐng)參閱來(lái)源類(lèi)別中的熱門(mén)期刊。搜索時(shí)間范圍是03年pan>月25日到2pan>年pan>月15日，搜索日期是2pan>年3月2日。共獲得489篇樣本。

將CiteSpace5.7.R2軟件的數(shù)據(jù)轉(zhuǎn)換和分析周期設(shè)置為03一2pan>年，將時(shí)間設(shè)置為pan>年，并根據(jù)節(jié)點(diǎn)的不同類(lèi)型設(shè)置其他參數(shù)。通過(guò)Excel分析文獻(xiàn)量的變化趨勢(shì)，并使用CiteSpace可視化和分析不同維度，例如研究作者、研究機(jī)構(gòu)和關(guān)鍵詞共現(xiàn)。本章采用文獻(xiàn)計(jì)量法，使用CiteSpace信息可視化軟件對(duì)獲得的文行可視化分析和解釋?zhuān)缓笸ㄟ^(guò)對(duì)文獻(xiàn)的深入閱讀，對(duì)我國(guó)OBE的關(guān)鍵研究和發(fā)展趨行分類(lèi)[6。

（2）研究過(guò)程。本研究將從知網(wǎng)獲得的489篇文獻(xiàn)以Refworks格式下載，并轉(zhuǎn)化成CiteSpace能夠識(shí)別的WOS格行導(dǎo)入，將時(shí)間跨度設(shè)置為03—2pan>年。同時(shí)，能界面的節(jié)點(diǎn)類(lèi)型區(qū)域依次選擇主題（Term）、關(guān)鍵詞（Keyword）和類(lèi)別（Category）按鈕，采用“路徑搜索算法（Pathfinder）”運(yùn)行程序，終對(duì)獲得的網(wǎng)絡(luò)知識(shí)圖行分析[7]。

（3）參數(shù)設(shè)置。設(shè)置軟件的時(shí)間為03-2pan>年，時(shí)間切片為pan>年，節(jié)點(diǎn)分別設(shè)置為作者、機(jī)構(gòu)、關(guān)鍵詞，依行合作網(wǎng)絡(luò)分析和共現(xiàn)聚類(lèi)分析，作者與機(jī)構(gòu)TopN閾值設(shè)為100,行修剪，關(guān)鍵詞TopN閾值設(shè)為50，修剪方式為Pathfinder。

2.研究概況

（pan style="font-family: 宋體;">）年度發(fā)文量分析

年度出版物的數(shù)量和變化趨勢(shì)有助于我們了解這一研究領(lǐng)域的重要和。如圖1-pan style="font-family: 宋體;">所示是對(duì)語(yǔ)料庫(kù)研究的文獻(xiàn)年度數(shù)行的統(tǒng)計(jì)分析，在程度上可以反映出該領(lǐng)域的研究趨勢(shì)。從增長(zhǎng)速度可以看出，03一14年是該研究的輝煌時(shí)期，研究數(shù)量飛速激增，14-17年該研究呈緩慢增長(zhǎng)趨勢(shì)，17-2pan>年發(fā)表量呈下降趨勢(shì)。

基于知識(shí)圖譜可視化分析，本章將語(yǔ)料庫(kù)研究分為初始期（03一14年）、發(fā)展期（14-17年）和深化期（17-2pan>年）三個(gè)階段，從文獻(xiàn)規(guī)模、學(xué)術(shù)社群以及熱點(diǎn)主題等方面全程分析藥品輿情的語(yǔ)料庫(kù)研究的歷程。

（2）作者分析

在CiteSpace分析工具的節(jié)點(diǎn)類(lèi)型中選擇“Author”，TopN設(shè)定為500,TopN%設(shè)定為100，（c，cc，ccv）設(shè)定為（pan>，pan>，），其他使用默認(rèn)參數(shù)（樣本量為504篇）。依據(jù)文獻(xiàn)計(jì)量學(xué)中學(xué)者普賴(lài)斯（Priced）所提出的計(jì)算公行統(tǒng)計(jì)[8]。本研究發(fā)文多的是現(xiàn)南京師范大學(xué)的曲維光教授，發(fā)文量22篇。經(jīng)計(jì)算，發(fā)文量達(dá)4篇及4篇以上可視為核心作者。表1-pan>所示為該主題的核心發(fā)文作者。

你還可能感興趣

我要評(píng)論