原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
成都信息工程大学硕士学位论文
基于深度序列标注模型的中医典籍指代消解方法研究
摘要
二十大提出中医信息挖掘的重要性。指代消解是信息挖掘的上游工作，但
此前未见中医典籍指代消解相关研究，因此本课题基于包含众多中医典籍的《中
华医典》构建中医典籍指代消解语料。考虑到未来围绕中医典籍信息挖掘的继
续研究，需要获得中医典籍中指称以及指称之间指代关系，本课题以pipeline
方式将中医典籍指代消解分为中医典籍指称识别与中医典籍指代关系的确认两
个子任务。以中医典籍指称识别为核心任务，主要研究怎样提高序列标注模型
在中医典籍指称识别任务上的性能，以更好地完成中医典籍指代消解任务为研
究目标。主要内容如下：
(1)基于《中华医典》构建中医典籍指代消解语料，通过语料内容具有的代表
性确保研究课题的代表性。通过检验三个中医专家的多轮标注一致性保证
语料的构建质量。
(2)首先探究隐马尔可夫（HiddenMarkovModel，HMM）、条件随机场
ConditionalrandomfieldCRF
（，）在中医典籍指称识别任务上的性能。针
对语料中绝大部分指称长度较短的问题，设计特定的特征模板，使条件随
机场模型能更好地对这些长度较短、分布最多的指称完成识别。通过数据
CRFBidirectional
增强过采样方法验证结合的双向长短期记忆网络模型（
LongShort-TermMemory，Bi-LSTM）在训练数据不充足条件下，对数据不
平衡问题有较强敏感性，导致模型在中医典籍指称识别任务上的表现差于
最优特征模板下的CRF。基于卷积神经网络（ConvolutionalNeural
Networks，CNN）能通过卷积操作、池化操作使深度序列标注模型提高对
局部特征信息的注意从而降低模型对数据不平衡问题的敏感性。最终确定
深度序列标注模型CNN-Bi-LSTM-CRF在中医典籍指称识别任务上的表现
最优异，两个主题下F1值分别达到64.92%、63.48%。
(3)通过面向序列标注任务的句子级重采样方法缓解数据不平衡问题，使模型
CNN-Bi-LSTM-CRFF1
学习更加充分，在原有基础上，在两个主题下值分
别提升1.75%、1.45%。
(4)通过使用ranking模型解决哪一个候选先行词最匹配的问题，完成指代关系
的确认。基于语料中存在指代关系的先行词与回指词的相对位置不统一的
问题，添加先行词与回指词的位置特征到模型中。
最后，基于B/S模式设计并实现一个应用上述研究结果的第一个中医典籍
指代消解系统。
关键词：中医典籍，指代消解，序列标注，指称识别，句子级重采样
ii
成都信息工程大学硕士学位论文
ResearchonCoreferenceResolutionMethodofTCM
ClassicsBasedonDeepSequenceTaggingModel
ABSTRACT
The20thCPCNationalCongressputforwardtheimportanceofmining
informationforTCM.Coreferenceresolutionistheupstreamtaskofinformation
mining,buttherehasbeennopreviousresearchonthecoreferenceresolutionin
文档评论（0）