中医是生命科学具备中国特色的传统组成部分,在2500多年的实践中,中医在疾病诊疗和方药使用上具有特色和显著的临床功效,并包含着丰富的知识,几千年的医学实践积累了大量的数据。Internet中含有丰富的医学信息资源,并且资源总量仍然在快速的增长,如何从海量的数据中提取有用的医学知识对中医药信息化建设和临床诊疗具有重要的意义。Web挖掘是解决上述问题的一种有效的方法,它借助数据挖掘的理论方法,从大量半结构化的Web文档集中发现潜在的、有价值的知识,近年来,已经成为一个重要的研究方向。本文以辅助中医信息化建设和临床诊疗研究为目标,采用网页分类和信息抽取技术,设计并实现了基于Web挖掘中医药知识发现系统。本文的主要研究内容包括：(1)对网页分类进行研究,针对中文网页的自动分类逐渐成为Web挖掘研究的热点,它的技术包括文本表示、权重计算、特征选择以及分类算法,本文采用基于字特征的文本特征表示在最大熵分类器上对网页进行分类,以获得和医学相关的网页。(2)命名实体识别是信息抽取中的关键技术,在信息检索、机器翻译、自动文摘等领域发挥着重要作用。本文介绍了三种基于统计的命名实体识别方法,讨论了条件随机场(CRF)模型相对于其他模型的特点。本文采用CRF方法在网页中进行疾病名称的提取。(3)基于Web挖掘的中医药知识发现系统关键模块的实现,包括网页数据采集模块、网页预处理模块、网页分类模块、医学术语识别模块和关系建立模块。