随着医疗信息化进程的推进,中文电子病历的数量也在不断增加。电子病历包含了丰富的医疗领域知识,对于医疗健康服务的信息化、智能化发展有着重要的意义。电子病历包含了病人就诊过程中产生的各种诊疗信息,有效的挖掘并利用其中的医疗知识对于医疗事业的健康发展有着积极的意义。不同于通用领域的信息抽取,中文电子病历固有的很多特点,使得对于中文电子病历的信息抽取面临一定的难度。本课题在充分调研通用领域信息抽取的基础上,对中文医疗领域的信息抽取任务展开了以下研究:首先,传统的命名实体识别方法需要人工构造大量的特征,针对这一问题,本文设计了基于字标注的医疗命名实体识别算法,通过在词向量表征中添加词性、词典等特征,以丰富原有字向量的表示,并在BiLSTM的输出层后加入CRF层,来学习标签之间的依赖关系。在自建数据集上的实验结果表明,本文提出的基于字标注的BiLSTM-CRF方法,能够有效学习句子的表征,提升医疗实体识别的效果。其次,针对医疗实体关系类别较多,受限于有限的标注数据,提出一种基于特征融合的方法,首先提取句子的词法特征和句法特征作为基本特征,通过支持向量机模型构建多个分类器预测医疗实体的关系类别。并根据电子病历的文本特点,在采用基本特征的基础上,融合区间信息、描述词和否定词信息、最近句法依赖动词等扩展特征,提高了中文医疗实体关系识别的效果。最后,针对基于特征的方法不能学习到深层的语义信息且小规模标注语料并不适合采用深度学习方法进行训练这一问题,本文采用基于远程监督的方法,通过知识库结合规则约束的方式从未标注语料中自动构建出大量训练实例,并提出了一种基于词注意力机制的CNN模型,在模型训练过程中充分考虑了不同词对关系分类的重要程度,实验表明,本文提出的模型能够明显提升关系抽取的效果。