中医症状是中医辨证论治的核心依据,也是人工智能实现辅助诊疗的主要输入特征,表述统一、内涵明确的症状对中医症状本体构建、中医临床数据挖掘等研究工作具有重要的基础性作用。目前症状在中医人工智能领域的应用主要存在以下三个问题:第一,概念相同的症状术语表述不统一,如何使计算机识别并集成不同来源的症状术语同义词,为多来源症状数据挖掘和分析提供方便统一的接口;第二,症状具有内涵多样性,如何使计算机理解并显式地量化其内涵的多样性,为利用现代化技术开展中医症状内涵多样性研究提供参考;第三,由于临床环境中的个体化差异,患者的症状内涵也各不相同,如何使计算机自动识别患者症状的个体化内涵,为中医精准医疗和智能临床决策技术发展提供助力。针对以上三个问题,本文基于大量中医专著和临床病历中的症状数据,结合机器学习、复杂网络和统计学等相关方法,对中医症状的术语、概念和内涵进行了系统而深入的研究,主要工作包括以下三个方面:(1)针对不同来源症状术语同义词识别和集成问题,本文利用三部中医专著中的症状数据,构建了症状概念名称和来源信息表以及症状同义关系标准数据集,提出基于症状特征相似度的症状同义关系预测方法和以概念为核心的临床症状术语集成方法,能够自动识别症状术语同义词,并解决了多来源症状术语的集成问题。(2)针对症状内涵多样性量化问题,本文构建了基于症状共现次数的中医临床症状网络,结合相关性分析和多元回归分析方法研发了基于复杂网络的症状内涵多样性量化指标,该指标能够较好地拟合症状的标准内涵多样性,一定程度上实现了症状内涵多样性的显式表达。(3)针对症状内涵个体化鉴别问题,本文设计了基于编码器-解码器模型的症状内涵个体化鉴别方法,并在两个不同来源的临床症状个体化内涵数据集上进行了对比实验和案例分析,验证了该方法的适用性与可解释性。