中医医案蕴藏着丰富的知识,它们作为中医药理论与经验的载体,贯穿并指导着临床实践,其学术价值和实用价值经久不衰。因此对医案的合理开发利用是中医研究中一项必不可少的工作,其成果具有很高的实用意义。本文的主要工作是针对明清古医案中症状、病机这两类命名实体及其相互间的关联关系展开研究。研究所采用的方法涉及到了自然语言处理的语料库语言学知识、基于统计学方法的命名实体识别技术,以及数据挖掘中的SimRank理论知识。具体说来,本文的主要工作内容如下:首先,针对中医医案语料库的规范化构建,我们在综合分析了大量医案文献后,归纳总结出中医医案普遍的语言特点,同时结合这些特点我们提出了一种多层次医案语料库的设计方案。其次,针对本文所研究的明清医案的语言特点,我们提出了具有针对性的语料清洗、特征模板选择、特征抽取以及特征空间降维的思想,采用了基于统计学方法的命名实体识别技术对症状、病机这两类医案命名实体进行识别标注。识别结果表明:本文提出的方法是适用于明清医案中症状、病机这两类命名实体识别的。本文的最后以慢性胃炎的多分类问题为研究背景,对症状、病机这两类中医命名实体间的关联关系进行抽取挖掘,采用一种较新的数据挖掘方法SimRank对慢性胃炎的发病机理进行相似度计算(求取该发病机理的相似度是通过与其关联的症状关系所得到),最终挖掘抽取出慢性胃炎发病机理之间隐性关联的知识内涵。