长非编码RNA（long non-codingRNA,lncRNA）是一种长度超过200个核苷酸,且不翻译蛋白质的RNA。近年来,越来越多的研究揭示lncRNA在生理和病理过程中起着重要的调控作用。lncRNA的异常表达与许多严重危害人类健康的重大疾病（心脑血管、阿尔兹海默和癌症等）有着密切的关联。lncRNA的研究成为近年来新的研究热点。随着lncRNA的生物医学文本爆炸式增长,自动探索和挖掘海量的lncRNA生物医学文本,从中进一步挖掘和抽取出更有价值的信息,并进一步为lncRNA的后续研究提供更有效的辅助工具具有重大应用价值和挑战性。我们的论文使用基于文本分析和机器学习算法,从多个角度针对lncRNA生物医学文本,分析研究热点和趋势,为研究者提供自动高效的lncRNA知识抽取模型,以及lncRNA论文投稿推荐模型以及在线服务平台。本论文的主要工作包括以下四方面:（1）全面系统地分析了现有的lncRNA生物医学文本。综述了lncRNA的发表趋势和研究热点,利用动态主题模型挖掘lncRNA研究主题以及动态演化,利用聚类算法进一步细化lncRNA研究内容,并重点抽取已有的lncRNA与疾病的关联,特别是lncRNA与癌症的关联。（2）基于lncRNA生物医学文本构建了LncRNA与protein的相互作用关系（lncRNA-protein interaction,LPI）抽取模型。LPI对于理解lncRNA的分子机制和推断其功能至关重要。随着生物医学文本的不断增加,直接从文本中提取LPI将具有巨大的潜力。目前还没有从文献中提取LPI关系的工具。从海量生物医学文本中自动挖掘LPI是一个很有前途和挑战性的课题。因此,我们构建了基于多种文本特征（语义词向量,句法结构向量,位置向量和词性向量）和逻辑回归分类器的识别LPI的机器学习的模型。（3）基于lncRNA生物医学文本构建了一个基于多尺度语义特征融合的分层注意力网络的lncRNA论文投稿的期刊推荐算法模型。目前,推荐系统已广泛应用于商品推荐、广告推荐和数字产品推荐,但很少应用于期刊推荐,尤其是专门针对lncRNA的论文推荐系统。随着深度学习（deep learning）理论及其应用的发展,基于深度学习的论文推荐系统越来越具有实用性。为此,我们构建了基于多尺度语义特征融合的分层注意力网络的lncRNA论文投稿的期刊推荐模型。（4）开发了一个lncRNA生物医学文本研究的综合性在线服务平台。在本论文前三个主要工作基础上,我们开发的lncRNA生物医学文本研究的综合性在线服务平台主要包括三个功能模块:（1）lncRNA生物医学文本分析的展示,（2）基于多种文本特征lncRNA-protein互作关系抽取的在线服务系统,（3）基于多尺度语义特征融合的分层注意力机制的lncRNA论文投稿期刊推荐在线服务系统。这三个功能模块涵盖了基于文本的lncRNA研究热点,在很大程度上方便科研人员使用。科研人员可以通过这个平台直观地了解当前lncRNA发展趋势和研究热点的综述,通过提交Pub Med中的PMID、PMCID或生物医学文本来很方便地提取LPI以及通过提交论文的标题和摘要来获取适合自己研究成果投稿的期刊候选列表。此外,我们在线服务平台中提供了一个经过人工筛选且实验验证的LPI语料库,这为全面开展LncRNA与protein互作关系抽取研究提供有力的数据支持。