虚拟健康社区已经成为当前非常流行的健康信息交流平台,人们可以从其他人那里获取有用的信息并和他们交流经验。然而,很多有价值的健康信息是隐藏在非结构化文档中,这些信息很难变成能够为医生和病人提供医学帮助的知识。现有的研究往往聚焦于电子病历中的文本信息提取和知识发现,而不考虑目前被人们广泛使用的虚拟健康社区。然而,虚拟健康社区已经成为一种新的健康信息交流手段,其中蕴涵了大量的健康知识,这些健康知识的提取和发现对辅助医疗决策具有重要意义。命名实体识别是文本中的信息提取和知识发现的重要环节,本论文针对虚拟健康社区,研究网络文本中的健康实体抽取方法,提出了一种新的命名实体和实体修饰识别方法。该方法引入了中文统一医学语言系统(CUMLS),并基于中文在线医疗网站构建了一个新的医学词典。在此基础上,该方法使用潜在狄利克雷概率模型(LDA)和基于规则的方法抽取文本中的特征,并应用BIEO方法进行特征标注,进而应用条件随机场(CRF)识别健康命名实体和它们的类型。此外,本文采用基于中文语义规则的方法对实体修饰进行了识别,主要针对否定修饰、时间修饰和检查实体的修饰,通过对中文表达的分析,提取相关修饰的规则,实现对实体修饰的识别和提取。最后,论文利用中文虚拟健康社区的数据进行实验,通过与其它方法的比较证明了本文方法的有效性。