随着信息技术的发展,计算机技术越来越多地应用到了医疗领域,而在电子化医疗系统迅速普及的现状下,大量医疗相关的信息以电子病历的形式存储下来。电子病历蕴含着极大的医疗价值,如果运用机器学习等方法加以分析处理,将会有难以估计的价值,对未来的医学研究以及医疗发展也会产生深远的影响。论文对基于电子病历分析处理的机器学习算法进行研究,进行了一系列的任务与实验,主要工作包括:(1)基于结构化电子病历的分类算法:本实验研究多种机器学习分类算法在结构化电子病历数据集上的应用。(2)基于电子病历的嵌入方法:本实验主要探索电子病历的嵌入方法,包括句子嵌入以及文本嵌入。通过多种机器学习模型、网络结构对嵌入方法进行分析、实验与比较。(3)基于电子病历的命名实体识别:本实验主要对基于电子病历的命名实体识别任务进行相关研究,应用多个模型结构进行比较与分析。(4)基于电子病历的字向量训练:本实验探索一种基于电子病历的字向量训练方法,该训练方法基于多任务学习,并通过实验进行定量分析与研究。论文基于电子病历,研究了多种机器学习方法在多种任务中的应用,对部分模型做了一定程度的改进与创新,并通过系列实验进行验证、比较与分析。