互联网+时代的迅猛发展,对传统医疗产业的传承和发展起到极大的推进作用,互联网+医疗模式正迅速改变着大众访医寻药的方式。一批批成熟的在线医患交流平台的纷纷涌现,不仅仅只是聚集了众多对看病经验进行交流探讨的在线用户,更重要的是产生和汇聚了大量医疗信息相关的在线文本数据,对这些在线数据进行深入分析与挖掘,提取其中隐含的有价值的医疗信息或知识,无论从网站服务提升的角度,还是从数据挖掘方法和应用研究的角度而言,都意义非凡。为此,本文基于用户真实就医经历产生的在线社区文本,对生成常见慢性病的看病攻略进行尝试与探索。主要内容包括以下五个方面:一、在对成熟的在线医患交流平台和病友社区进行调研的基础之上,分析在线医疗文本挖掘的需求点,设计看病攻略生成的总体方案,该方案包括基于实体的疾病主题联合建模和面向主题的自动文摘生成两大模块。二、采集和分析在线看病经历数据、领域知识词典和常见慢性病的医药知识,构建看病经历库和攻略模板。三、研究主题建模及命名实体识别方法,提出和实现基于实体的疾病主题联合模型。该模型充分利用攻略模板的结构化信息和看病经历中的实体信息,有效应对网络文本的语言风格多样性和数据异源性特点,通过生成的主题-词分布,实现每个主题看病经历文本的筛选。实验表明该模型分类效果优于LDA和LF-LDA。四、研究自动文摘技术,提出和实现基于ILP优化的看病经历自动文摘方法。该建模方法结合语句主题分布相关性和实体显著性组合分析,通过目标函数优化求解,生成面向主题的看病攻略文摘。五、基于以上研究,在构建了病友之家系统的基础上,对看病攻略的研究成果进行实现与应用。