【目的】随着我国对患者安全管理工作的逐步重视,患者安全领域也受到了研究者的广泛关注。本研究试图从海量患者投诉文本中挖掘出与患者安全事件相关的信息,从而及早发现影响患者安全的因素。本研究旨在(1)形成适用于中文文本的患者安全事件投诉的分类标准;(2)形成患者安全事件投诉语料库(3)构建识别患者安全事件投诉的分类模型。【方法】对搜集到的7009条患者投诉文本进行人工标注,运用多种重采样方法平衡不均衡的患者投诉文本数据,利用随机森林、支持向量机、AdaBoost和梯度提升决策树机器学习分类器识别患者安全事件投诉。【结果】标注结果表明7009条文本中有660条患者安全事件投诉文本;对该语料库进行试验,研究发现不均衡比例越大,识别性能越低;使用SMOTE and Tomek Links Removal混合采样方法使平衡数据比例为1:1时,结合随机森林分类器自动识别性能最优,达到精确度99.58%、召回率97.96%、F值98.76%、G均值98.77%、ROC曲线下面积99.86%以及PR曲线下面积99.90%。【结论】本文提出了适用于中文语境下的患者安全事件投诉的分类标准,并依照此标准构建了患者安全事件投诉语料库,实现了从患者投诉中自动识别与安全事件相关投诉的模型,实验结果表明可以满足实际需要。便于医疗机构管理者及时干预,先于医疗纠纷或暴力事件发生前对不良因素进行防范、改正,避免医疗纠纷的发生。