互联网时代,各类资讯业务日渐丰富,数据过载问题日益突出。医疗资讯与人类身体健康密切相关,互联网上涌现了大量的医疗资讯信息。普通搜索引擎检索医疗资讯得到的结果鱼龙混杂,医疗咨询的检索及智能推荐迫切需要统一精准分类技术的支撑。目前医疗资讯的主要载体是文本,因此将基于文本的分类和检索技术应用于医疗资讯的自动分类与检索,对于医疗资讯的快速获取和有效利用具有重要的实用价值。本文研究了医疗资讯分类和检索的特殊性,基于文本分类算法和开源搜索引擎框架实现了医疗资讯的采集、自动分类与检索系统。主要工作如下:(1)针对当前主流的医疗资讯页面架构,利用网络爬虫技术,实现了医疗资讯的定时采集,构建了本文的医疗资讯数据集。(2)针对医疗资讯的多标签分类特殊性,研究医疗资讯文本分类的关键技术,分析、对比并试验选取MMSeg4j中文分词器,卡方统计量和SVM分类算法,采用多次二分类的策略实现分类。(3)基于文本检索算法,研究适用于医疗资讯数据集的快速检索技术。(4)基于LIBSVM开源库、Solr开源检索框架,开发了一套医疗资讯自动分类及检索系统,能够实现医疗资讯的定时获取、自动分类,并提供交互页面实现资讯的快速检索及分类展示。