互联网问诊平台中的相似病例推荐系统在发挥着越来越重要的作用,相似病例推荐属于推荐系统应用于在线医疗领域的一大突破.相似病例推荐所涉及的语义相似度的计算作为自然语言理解领域的重要内容,在人工智能以及推荐系统中发挥着重要的作用.在互联网在线问诊中,许多的患者会面临同样的疾病,同一个医生也会面对具有相同病情和症状的患者.因此,当用户提交自己的症状描述时,能够将与该症状描述语义相似的历史病例和医生回答推荐给该用户,可以为该患者提供一定价值的参考,也为在线就诊的医生减少重复劳动,减轻就诊压力.针对上述问题,本文中利用自然语言理解算法计算两个症状描述的相似度,采用了词自动匹配和基于词匹配的语言模型来实现相似病例推荐.本文采用了来自互联网问诊平台的真实数据进行训练和测试模型,并与传统算法模型进行对比,本模型在相似病例推荐中具有更高的精确度。