学位论文 > 优秀研究生学位论文题录展示

互联网药品信息抽取算法的研究

作　者: 沈元一
导　师: 李银胜
学　校: 复旦大学
专　业: 计算机软件与理论
关键词: 信息抽取语义词典信息熵医药电子商务
分类号: TP393.01
类　型: 硕士论文
年　份: 2010年
下　载: 59次
引　用: 1次
阅　读: 论文下载

内容摘要

目前,互联网上虚假药品信息泛滥,急需先进的互联网信息抽取技术来增强国家药监部门对医药电子商务市场的监管能力。为此,作者所在的课题组展开了对互联网药品监测技术的深入探讨。作者参与了其中关键技术——互联网药品信息抽取算法的研究工作,并取得了突出成果。常用的互联网信息抽取技术存在准确率不高、覆盖率低、人工干预多等诸多缺陷,无法满足对互联网药品信息进行全面、准确、实时、自动抽取的需求。本文在国内外相关研究的基础上,提出了一种新的互联网药品信息抽取算法,通过引入语义技术构建互联网药品信息三维语义词典,屏蔽不同药品交易网站在网页内容和结构上的异构性,同时利用药品信息网页中所需抽取的目标药品属性往往具有一定聚集度的特征,基于信息熵的基本理论设计出能对目标信息进行智能定位和抽取的方法。文中还介绍了该抽取算法的具体设计和实现,并通过相关实验证明了该抽取算法既可以大大降低信息抽取的人工干预程度,又具备较高的准确率和召回率。应用该抽取算法能实时自动全面准确地获取、监测和管理互联网药品交易信息,为政府药监部门提供丰富的监管依据及智能化全程在线监测的技术手段,对规范医药电子商务市场,保证公众的用药安全具有重要的现实意义。

全文目录

摘要  4-5
Abstract  5-6
第一章绪论  6-9
  1.1 研究背景和意义  6-7
  1.2 研究内容和成果  7-8
  1.3 本文结构  8-9
第二章国内外相关研究分析  9-15
  2.1 互联网信息搜索技术  9-10
  2.2 网页信息抽取技术  10-12
  2.3 语义技术  12-14
  2.4 本章小结  14-15
第三章关键问题与技术思路  15-27
  3.1 抽取算法需要解决的关键问题  15-16
  3.2 互联网药品信息三维语义词典  16-22
    3.2.1 互联网药品信息的三维语义概念  17-19
    3.2.2 互联网药品信息三维语义词典建模方法  19-22
  3.3 网页结构语义熵  22-26
    3.3.1 网页结构语义熵概念的提出  22-24
    3.3.2 网页结构语义熵的定义和计算方法  24-26
  3.4 本章小结  26-27
第四章抽取算法的设计与实现  27-38
  4.1 用例分析  27
  4.2 模块分解  27-28
  4.3 整体抽取流程  28-32
    4.3.1 网页预处理  29-30
    4.3.2 利用语义词典匹配目标文本  30
    4.3.3 利用结构语义熵识别目标区域  30-32
    4.3.4 信息抽取  32
  4.4 类图和伪代码  32-37
  4.5 本章小结  37-38
第五章抽取算法验证实验  38-49
  5.1 实验目的  38
  5.2 实验验证方法  38-39
  5.3 实验设计  39-42
    5.3.1 实验术语介绍  39-40
    5.3.2 关键技术指标  40
    5.3.3 实验流程设计  40-42
  5.4 实验数据准备  42-44
  5.5 实验结果分析  44-47
    5.5.1 页面内药品属性名值对的抽取  44-46
    5.5.2 药品详细信息页的识别  46-47
  5.6 实验发现的问题和改进思路  47-48
  5.7 本章小结  48-49
第六章总结  49-51
  6.1 结论  49-50
  6.2 展望  50-51
参考文献  51-54
致谢  54-55

互联网药品信息抽取算法的研究

内容摘要

全文目录

相似论文