中医(Traditional Chinese Medicine)是以把握和研究生命及疾病的宏观功能规律为核心的学科,在2500多年的发展和实践中,中医以临床实践为基础,对中国以及东亚各国的民众的健康做出了重大贡献。Internet中含有丰富的医学信息资源,并且资源总量仍然在快速的增长,如何从Internet中获取对人们有用的医学信息已经成为目前研究的热点。垂直搜索引擎是用来从海量数据中快速获取知识的重要工具,并且针对中医这一行业特色,可以获取更加准确、更加详细、更加深层的中医临床诊疗信息。本文以中医临床诊疗数据面向普通公众便捷信息服务为目标,设计并实现了中医临床诊疗垂直搜索系统TCMVSE。TCMVSE系统主要由三个核心模块组成:WEB信息搜集、信息抽取、信息索引与检索。本文的主要研究内容包括:(1)对Biclustering聚类进行深入研究,通过对cHawk算法的改进将聚类方法应用在中医临床数据上,并获得了初步满意的分析结果。研究表明,应用Biclustering分析方法,能够得到中医临床诊疗中重要的药物配伍信息,并发现这些药物配伍相应的针对性症状。(2)利用互信息对不断增长的临床诊疗数据(包括结构化电子病例数据和中医临床文献题录数据),以及WEB临床诊疗信息资源实现医学实体关系相似度的计算与更新,为中医数据挖掘提供精确的数据支持。(3)中医临床诊疗垂直搜索系统关键模块的实现,包括WEB中医临床诊疗信息的搜集和信息抽取、中医临床诊疗结构化数据的概念化处理等。根据系统需要,我们采用MALLET开源文本挖掘工具包进行信息抽取并利用Lucene建立索引和提供检索服务等。