近年来,糖尿病患病率呈直线上升,我国已经成为糖尿病患者最多的国家,随着糖尿病人数的持续增长,未来会有更多糖尿病患者,糖尿病正逐渐侵蚀国民身心健康。但糖尿病属于长期的慢性的疾病,尤其是糖尿病能引起大血管,微血管受损,并危及神经,眼睛,足等,引起一系列诸如视网膜病变,糖尿病足,糖尿病肾病等并发症,这些并发症严重威胁着患者的身体健康,影响患者的生活质量。更令人担忧的是,糖尿病属于终身代谢性疾病,只能控制,无法彻底治疗,这更进一步加重了糖尿病患者的经济和精神负担。随着糖尿病患者的持续增加,越来越多的科研人员投身其中,有关糖尿病研究的科学文献等呈现逐年上升趋势,然而遗憾的是,科研文献以文本形式存储,非结构化的数据很难被快速有效的利用!为了解决这个问题,本文提出通过对糖尿病类文献做知识抽取,从中提取实体和关系,构建知识图谱的方式,把文献中的关键内容提取出来,一方面能丰富糖尿病治疗和预防的知识库,另一方面也能通过实际行动让更多医疗文献真正发挥作用价值。本文主要研究内容分三个部分:首先,本文针对知识图谱的构建理论进行总体阐述,在构建过程中,针对知识抽取,知识融合,知识加工和知识存储的每个步骤都详细指出需要用到的技术,以及这些技术的目的和作用,详细讲解了知识抽取过程中的命名实体识别和关系抽取中的几种方案,最后针对知识存储过程中不同数据库的选择进行多方面的对比,为后续章节的进一步展开奠定基础。其次,在糖尿病实体识别章节中,详细介绍了本文所使用的糖尿病数据集包含的16种实体和15种关系类型,在数据预处理环节,针对非结构化文本的清洗和标注、模型的评价标准给予了详细的解释,最后通过实验方式呈现BILSTM+CRF模型在糖尿病数据集上的训练成果,并通过多种模型对比和总结,得出该模型在本数据集上效果最优的结论。最后,在糖尿病关系识别章节中,通过增加ATTENTION机制,以及构建多项特征工程,并通过十折交叉验证训练数据集,BILSTM+ATTENTION+CRF组合模型取得了不错的成绩,为了验证模型选择和特征工程选择的优劣,实验采用增补模型以及特征工程的方式进行纵向对比分析,结果显示,经过组合的特征工程和模型表现最好。在章节最后通过Neo4j图数据库对糖尿病关系和实体建模,构建糖尿病知识图谱,图数据库的存储和查询为后续糖尿病知识图谱的应用提供了数据基础。