【目的】本研究针对患者评论需要大量人力、时间成本、分类存在主观影响的问题以及每条患者评论可能拥有多个类别等问题,使用一种科学的分类标准对收集到的患者评论进行人工标注,设计一种基于长短期记忆模型(Long Short Term Memory,LSTM)的多个二元分类器结合的方法对患者评论语料进行分类,旨在(1)构建一个经过人工标注的科学的患者评论多值分类语料库;(2)使用基于长短期记忆模型的患者评论多值分类分类器实现对患者评论高效的多值分类。【方法】本研究基于某三甲医院随访系统与患者满意度调查中获得的17184条患者评论,进行了多轮次人工标注,经过一致性检验后得到患者评论多值分类语料库;使用该语料库作为实验语料,构建了基于长短期记忆模型的患者评论多值分类分类器,分别进行了患者评论情感分类、患者负向评论多值分类、患者正向评论多值分类以及患者评论模拟实验等实验,并使用了支持向量机、随机森林与梯度提升决策树等分类模型构建的分类器与其进行了分类性能比较。【结果】通过一致性检验得出,本研究构建的患者评论多值分类语料库一致性较好,具有较高的利用价值。而在患者评论多值分类的各项实验中,长短期记忆模型均展现出优于其他三个分类器的分类性能,并在最后的患者评论模拟实验中,对一个单独的测试集进行实验,98.37%的语料至少预测出一个类,93.91%的语料预测除了所有类别,73.49%的语料完全预测正确,只有1.42%的语料完全没有预测出来,同样展现出优秀的患者评论多值分类性能。【结论】本研究引入一种科学的患者评论多值分类分类标准,根据实际情况对分类标准进行了调整,并使用该分类标准对收集到的患者评论进行了人工标注,形成了高质量的患者评论多值分类语料库。同时设计了基于长短期记忆模型的多个二元分类器结合的方法,实现了高效的患者评论多值分类,为更好的理解患者评论打下坚实的基础。