中医针灸治疗疾病的独特之处在于腧穴与腧穴之间的复杂组合,利用腧穴与病证之间的对应关系特性对腧穴进行分类,探析腧穴主治优势病证和配伍规律等,是近年来的研究热点。同时,计算机技术的发展带动了医疗领域的信息化、科技化,中医文献、中医药组方、针灸腧穴等文本数据成为医疗领域必不可少的挖掘、研究对象。针灸古籍文献中蕴含了丰富的腧穴、病证数据信息,挖掘文本中潜在的知识关系,利用类别分类提高腧穴治疗疾病的准确率,为病证提供最佳的治疗组方,在实际临床应用中具有较高的实用价值,但文献内容的冗杂性和不规范性,对分类准确率产生一定的影响。本文采用大数据与自然语言处理技术相结合的研究方式,首先对中医数据进行规范化处理,再基于Bert模型对针灸数据进行分类,从针灸文本语句的相似性、相关性更深入的探析腧穴与病证之间的关联,找寻类别与类别之间的微小差异。本文主要工作如下:（1）构建针灸腧穴数据库。首先,进行数据的采集工作,利用古籍、文献查询平台收集1949年10月1日前的古文数据以及1949年10月1日后的现代文献数据。然后,根据研究需求,制定纳入、排除标准,对收集的文献进行筛选、整理。最后将古籍文献文档型数据存入Mongo DB数据库,将人工标注整理的结构化数据存入SQL Server数据库中。存储的文本数据中,按照文言文与现代汉语的语言类型进行分别存储,在Mongo DB中创建古籍集合与现代文献集合,在SQL Server中创建古籍表与现代文献表。将两种数据库的优点进行结合,既可以方便对文档信息进行浏览与检索,根据关键字实现相关文档的查询,又可以存储海量数据,为自然语言处理、数据挖掘提供可利用的语料,便于以后的工作研究。（2）构建Bert-Chinese-Acupoint语言模型。改进Bert-Base-Chinese语言模型,在针灸腧穴数据库的基础上重新预训练,构建Bert-Chinese-Acupoint模型。按照文本数据的可用格式,对语料句子进行去重,计算每个字出现频率,形成特定的语料字典,利用谷歌云平台进行预训练。利用针灸腧穴训练数据进行模型微调策略,增强领域针对性,增加对中医针灸腧穴方面专业名词的语义表示能力。在模型学习率、训练轮数等设置上进行实验,以便于找到更适合腧穴分类任务的参数。将最终得到的结果与支持向量机、朴素贝叶斯、长短期记忆网络分类器结果进行对比,结果显示,本文构建的Bert-Chinese-Acupoint模型在腧穴分类上准确率能够达到97%。利用Bert-Chinese-Acupoint模型具有较高分类准确率的优势,可以预测得到与疾病最匹配的腧穴类别,结合腧穴类别间的关系发现最佳穴位组方,应用于针灸腧穴的推荐。本文创新点如下:（1）将Mongo DB和SQL Server数据库相结合,建立文档型针灸腧穴数据库和结构化针灸腧穴数据库。一方面,为Bert-Chinese-Acupoint模型预训练阶段提供语料支撑。另一方面,将中医腧穴文献信息数字化、规范化,为腧穴规律的挖掘分析提供基础。（2）在Bert-Base-Chinese模型基础上,利用收集的针灸腧穴文本,结合五腧穴语料特点,重新预训练得到Bert-Chinese-Acupoint模型参数,在谷歌云平台历时两个周左右完成预训练过程。对腧穴类别进行分类预测,准确率能够达到97%,比对比基准模型准确率提高了3个百分点。