，， ，

随着“新医改”的推进，医疗机构和相关管理部门对改进医疗服务质量的关注度日益提高。作为衡量医疗服务质量的主要标准之一，患者体验是一种可监测的重要变量，而患者投诉又是反映患者体验的重要指标。通过对患者投诉的分类，可以从中观测到医疗纠纷关注的重点和患者关心的主要问题。

国内对患者投诉分类主要参照国际上比较通用的分类标准。如使用医疗投诉分析工具(Healthcare Complaints Analysis Tool，HCAT)，将患者投诉分为质量、安全、环境、制度流程、倾听、沟通及尊重和病人权利等7类[1-4]。然而，由于语境、医疗管理制度、文化方面的差异，国外患者投诉的关注重点和国内患者存在着一定差异。因此，根据国内患者的具体情况，结合已有的患者投诉的文本信息，构建一个关于患者投诉的科学合理的分类框架，成为一个亟待解决的重要问题。目前，患者投诉的主题建模主要使用潜在狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型[5-6]。LDA主题模型有如下缺陷：一是无法确定主题个数，如果采用交叉验证的方法，确定主题个数既浪费资源又比较繁琐；二是模型中Dirichlet随机向量各分量间的弱相关性(其相关性仅仅是各分量之和必须为1)，使得潜在主题之间几乎是不相关的，这与很多实际问题并不相符合[7]。

hierarchical latent Dirichlet allocation(hLDA)层次主题模型是Blei[8-9]等提出的一种基于nCRP(nested Chinese Restaurant Process)的层次潜在狄利克雷分布非参数模型，是一种无监督的机器学习方法，能够从无结构、开放式的数据中学习层次主题。相比经典的LDA主题模型[10]所抽取的平行主题，hLDA层次主题模型基于主题树更能够挖掘出语料库中的语义层次结构[11-12]。……