摘 要：
由于患者对大型三甲医院的信赖，普通医院诊疗服务较少等因素，各地大型三甲医院的门诊就诊量在近年来逐年上升，并大多突破一万人\天。当患者在门诊进行就诊时第一个环节便是候诊，通常来说候诊需要患者等待很长的时间，正是如此候诊从一定意义上使患者形成了焦虑、烦躁的情绪，很容易引发护患纠纷，进而导致门诊护理工作的工作量的下降。为了解决此问题，我们使用自然语言处理技术，采用能够对文本进行分类的TextCNN模型。在基于一定量的训练后，该模型能够对于病情描述进行语义分诊，并且达到了0.74的准确率，极大提高了病人就诊效率，缓解了高峰期时医院的压力。
友情链接