心血管疾病日益成为世界首位死亡原因,治疗心血管疾病的投入很高。在防控心血管疾病上,平时的健康管理是必要的手段。由于防治指南无丰富、可操性的管控知识,但是健康网站上未经处理的管理知识也无法提供最有效的信息、可行性。不同来源的健康知识是否可靠,知识是否有理论依据,如何挖掘出更多的信息和科研方向均需要研究。因此如何将健康知识抽取关键信息、有效分类、挖掘并应用到实际中,是提高知识使用效率、指引科研方向等实际应用的关键。本文在医学期刊、书籍、健康网站等搜集了692条心内疾病健康知识,进行标注、数据处理后得到565条健康管理知识。其次,基于Word2Vec模型搭建了文本词向量。接着,利用情感分析算法标注了整理后的健康知识适宜与否。最后,根据不同知识的作用、有无量词词性、有无顺承句法等特点划分出定性、定量、实施这三种知识。实验结果显示该方法在健康知识分类上有效,分类的精确率高于85%,很好地实现了对有效信息的抽取和对健康知识的自动分类,便捷了健康管理知识的使用。创新点是自然语言方法应用在健康管理知识领域,搭建了自动高效分类算法以及将分类的结果很好地应用到了实际管理中。该分类结果为用户使用健康知识提供了很好的指引,可以获取关键有效的信息、方案的可操作性、从关键词库中获取重点关注的实施标的以及指引研究方向。此外,分类结果也为探讨健康网站、不同知识来源的评价和健康管理知识的可靠性提供了有效的分类统计基础和初步分析。