电子病历的普及让ICD编码成了自然语言处理领域的热点问题,文本主要面向电子病历中病案文本的内容展开研究,提出了面向ICD编码任务的SHAN模型,以及面向语句采样任务的RESS模型。目前已有的ICD编码模型普遍为黑盒式的神经网络,在直接给出分类结果后,无法提供相应的分类理由依据;并且现有的模型几乎仅使用病历中单一部分的数据,忽略了病案中对分类有帮助的其他文本信息。为了解决以上问题,本文提出了SHAN模型,其很好地结合了病历中“病情描述文本”与“医生书写诊断”的文本信息。将“医生书写诊断”作为注意力分配依据,利用层次化的结构在以更高性能完成ICD分类任务的同时,为“病情描述文本”中与特定诊断信息相关性更高的句子分配更多的注意力权重,并将注意力分配情况作为该次分类的理由依据。在对比实验中,SHAN模型在MIMIC数据集以及本论文特有的中文数据集上表现出了优秀的性能,同时对ICD编码结果有效地提供了可解释性。在SHAN模型的研究过程中,我们发现“病情描述文本”中过多的语句数量会与分类器中有限的感知单元功能产生不匹配的现象,而且过多的句子数量会占用庞大的存储空间。针对以上问题,本论文提出了基于强化学习的句子采样模型（RESS）,利用强化学习的随机探索思想,以分类器的性能变化程度作为引导,训练出一个模型,来判断语句在分类过程中的重要程度。通过实验,本论文验证了RESS模型能够有效地减少病情描述文本中无用语句的数量,并尽可能地降低语句数量减少而带来的分类性能下降。综上所述,本论文通过深度学习实验验证,针对数据未利用完整以及黑盒问题,提出使用层次注意力的SHAN模型,在完成ICD编码任务的同时,提供相关的语句作为可解释性依据;针对“病情描述文本”语句过多的问题,提出使用强化学习的RESS模型,在语句并无重要性标注的情况下,完成语句重要性的识别,有效减少了冗余的无用语句。