随着互联网的大规模普及和应用,在线医疗越来越引起人们的广泛重视。作为线下医疗的一种补充形式,在线医疗极大地方便了病人获取健康信息,受到人们的广泛青睐。这些网站上逐渐积累了大量的医疗问答记录,其中蕴含着海量的医疗知识,具有巨大的价值。但是,海量问答记录的积累又成为人们高效获取信息的一个障碍。同时,这些医疗问答记录都是非结构化的文本形式,给医学知识的有效利用增加了很大困难。本文旨在通过从已有信息中挖掘出相似医疗问答信息,从而将相似的问答内容推荐给患者,提高患者获取信息的效率,促进医生和患者之间的信息交流。本文提出了一种针对在线医疗社区的相似医疗问答内容挖掘的方法。首先,本文利用网络资源构建医学词典,并结合前后缀以及词性等特征从在线医疗问答文本中提取各类医学实体,为医学知识的构建和医疗数据的结构化奠定基础。在此基础上,针对现有研究存在的问题和在线医疗问答内容的特点,本文提出一种基于医学领域实体和LDA(latent dirichlet allocation)主题模型相结合的方法来挖掘相似的医疗问答信息。然后,本文通过实验分析了模型参数对实验效果的影响,并获取了参数的最佳值。最后,论文对比了本文提出的方法和已有方法的实验结果,证明了本文方法的有效性。