中医电子病历作为中医临床诊疗过程和结果的重要载体,主要包含疾病的临床表现、检查记录、病证结论、治疗计划、疗效反馈等基本内容;蕴含了大量中医师的临床诊疗知识与经验和患者的健康医疗数据信息,但是难以显性的表达和传播。中医临床诊疗实践活动可概括为:运用“望闻问切”等方法诊察疾病;明确病因病位病机,得出证候结论;确定预防措施或治则治法;最后组方遣药。当前,中医临床诊疗知识多以中医电子病历、中医药古籍、文献、临床指南、网页等媒介为载体,表现出知识分散、数据规范化弱、多源异构的特征,为中医药的守正创新带来巨大挑战。知识图谱本质上是一种基于图结构的语义网模型,描述现实世界中存在的实体以及实体之间的关系,将实体概念或实体实例作为结点,将实体之间的关系作为边的网状知识结构;为多源异构的中医临床医疗知识进行结构化表示、关联、整合与分析提供了理想的技术手段。本文以江西中医药大学岐黄国医书院提供的中医电子病历为主要研究对象,以及前期通过网页爬取和人工整理的中药和中医处方数据集为辅助数据源,进行面向中医电子病历的症状属性抽取和医疗知识图谱构建方法探索,并且以哮喘病电子病历为数据实例开展相关实验研究。主要研究内容有:（1）中医临床诊疗语料库与知识库构建。基于中医临床诊疗效果的有效性与核心字段值完整性过滤,共筛选出886份江西中医药大学岐黄国医书院哮喘病中医电子病历。本文从症状发生的时间性、空间性、程度性三个维度定义8类症状的修饰信息;选择与患者临床症状密切相关的现病史和主诉文本作为数据源,并且以语义完整的短句或短语作为最小样本单位,构建中医临床症状实体及属性抽取语料库,在中医师的指导下完成数据标注。对于中药和中医处方数据,通过数据清洗和人工整理完成中药和中医处方知识库的构建,分别包含6790味中药和21000条处方信息。（2）面向中医电子病历的中医临床症状属性抽取。针对中医临床症状实体及属性抽取存在医疗短文本语义信息欠缺,常用的流水线方法易产生多任务间错误累积等问题,提出一种基于深度学习的症状实体及属性抽取方法。首先基于BLSTM-CRF的序列标注模型完成“实体/修饰属性”识别;基于扩展步长的就近匹配原则生成高覆盖率、低冗余度的“实体-属性值”候选对;最后基于ERNIE-BGRU-MP完成关系分类,利用ERNIE丰富文本上下文信息,通过最大池化过滤冗余和噪声信息,提高模型的泛化性和鲁棒性。（3）中医临床诊疗知识图谱构建方法探索。基于理法方药和辨证论治的中医临床指导思想,构建了以临床表现、检查诊断、病证、治则治法、治疗为顶层实体概念的中医临床诊疗知识本体框架;通过知识抽取、知识融合等步骤得到结构化表达的知识三元组。以中医电子病历、人工整理的中药和中医处方知识库为基础数据源,探索一种多数据源融合的中医临床诊疗知识图谱构建方法:首先,基于知识模板抽取中医电子病历中的知识三元组,作为知识图谱的知识骨架;其次,以中草药知识库和中医处方知识库数据为辅,基于实体对齐的方法对中药、处方、症状、证候、疾病、治则治法等核心节点进行医疗信息扩展和补齐。利用Neo4j图数据库完成知识图谱的结构化存储与表示。在以上研究基础之上,本文采用Python编程语言,基于Flask框架在Web端构建了一个中医临床诊疗知识图谱的知识检索服务系统的初级模型。