医疗问句具有关键词少、主题不明确等特点，导致构造的问句特征词向量维数过大、数据稀疏，影响问句分类的准确性。为了解决此问题，本文提出基于维基百科和深度学习相结合的词向量特征扩展模型，在Word2vec基础上引入维基百科语义相似度ESA算法扩展特征词向量，使得医疗问句分类更加准确。实验数据表明，采用Word2vec与维基百科相融合方法效果好，其准确性、召回率、平衡值分别达到0.912、0.924、0.918，优于传统的词袋模型和Word2vec直接词向量构造方法。