背景：流行病学是研究人类致病因素的科学。生物医学研究文献中有很多流行病学研究成果,但是这些信息并不能直接使用计算机进行分析。传统上,循证医学研究依靠人工阅读的方式从流行病学研究文献中提取信息,但是这种方式费时费力,难以应对海量的数据。为了设计出能够进行自动信息提取的系统,以用于建立循证医学研究知识库,本课题开发了基于机器学习和基于规则的自动信息提取系统。方法：本文研究出两种自动信息提取系统,从生物医学文献中提取致病因素和疾病信息。在研究初期,课题开发出DEEL系统(用于从生物医学文献中提取致病因素)。该系统由一个自然语言处理引擎和一个基于规则的文本分类器构成,用于从流行病学文献中自动提取致病因素相关的信息。之后的研究中,本课题又开发出另一个系统,它也由两部分组成,第一部分使用一个自然语言引擎来标识出所有的名词短语,并收集该名词短语的语义等信息。第二部分是一个基于机器学习的文本分类器,利用从自然语言处理引擎中获取的信息,它能够标识出三类术语(名词短语)：致病因素、疾病以及不相关的短语。在该系统中,本课题应用了四种算法：朴素贝叶斯算法、决策树算法、支持向量机算法和逻辑回归算法。并且比较了这四种算法在不同特征(如相邻的单词及其语义类型)上的结果。结果：1.为了评估DEEL系统,我们将由流行病学专家人工注解的美国流行病学期刊中的文献输入该系统,评估发现最好的结果F-measure是64.6%,精确率和召回率分别为61.0%和68.8%。然后进一步分析了致病因素词项,结果显示尽管UMLS有着较好的语义分类,但是更适合致病因素词项的语义分类仍然是迫切需要的。2.为了评估基于机器学习的文本分类器,我们将机器学习分类器的结果与人工注解的结果进行对比,评估显示基于机器学习文本分类器提取致病因索相关术语(名词短语)最好的F-measure为82.0%,精确率和召回率分别为83.0%和81.0%。该分类器提取疾病相关术语最好的(?)-measure为70.0%,精确率和召回率分别为75.0%和65.0%。结论：本研究开发出两个系统从生物医学文献中自动提取致病因素和疾病相关词项,分别是基于规则的文本分类器和基于机器学习的文本分类器。评估结果证实基于机器学习的文本分类器优于基于规则的分类系统。该方法对于从流行病学研究文献中自动提取循证医学研究的证据有很大的帮助。