1、醫(yī)學術語資源對于醫(yī)學語言處理技術的發(fā)展至關重要。覆蓋全面和定義良好的醫(yī)學術語概念以及概念間的關系，是計算機自動處理醫(yī)學文本實現信息提取、文本理解和知識發(fā)現等智能應用的重要基礎資源。隨著醫(yī)療信息化的發(fā)展，醫(yī)療領域積累了大量的以敘述性文本為主要形式的數據，這些臨床文檔和報告包含了大量不能從其它數據中獲得的臨床信息，自動利用這些數據是許多高水平臨床應用的廣泛需求。然而，目前中文醫(yī)學術語資源稀缺，嚴重地影響了相關研究的發(fā)展和技術的采用。究其原因

2、，大型醫(yī)學術語資源構建工作耗時耗力而且需要持續(xù)的維護投入，這是中文醫(yī)學術語資源構建中面臨的巨大挑戰(zhàn)。本論文針對以上問題，研究基于自然語言處理技術的中文醫(yī)學術語資源自動構建方法，通過這些方法基于臨床語料庫構建了中文醫(yī)學術語資源并開展了相關評估和應用，具體內容如下：
　　首先，利用條件隨機場的機器學習算法，結合臨床自由文本中術語多樣性的特點，設計了一個自動迭代的新術語發(fā)現算法，在給定輕量級特定語義類型種子字典的條件下，該算法可以從臨床

3、語料庫中自動迭代發(fā)現新的同類語義術語。該方法能顯著提高構建語義術語資源的效率，大大降低人工采集術語的時間成本與人力成本。
　　其次，基于機器翻譯技術實現UMLS中3個常用語義類型中文化，結合上述機器學習方法從大規(guī)模臨床語料中學習獲得的術語資源，構建了一個多語義類型的醫(yī)學術語資源。通過隨機抽樣的方法，對構建的術語字典進行準確性的評估;在小規(guī)模臨床語料庫中對該字典進行了覆蓋性的評估。評估結果表明該字典的準確性和覆蓋性良好，為研究組進一

4、步開展相關研究奠定了基礎。
　　最后，以構建的術語資源為基礎，在臨床語料庫中展開了三個應用研究，即分析癥狀術語在語料庫中的TF-IDF分布特征，建立了包含10292條癥狀-解剖部位關系對的知識庫，分析了語料庫的子語言模式、語義和詞性分布特征。為深入理解臨床文本的語法、語義和語用提供了定量的指標。
　　本論文設計了快速高效的臨床醫(yī)學術語資源構建的方法，為在中文領域中開展大規(guī)模醫(yī)學術語知識庫建設提供了有力的計算工具，同時該方法體