[目的/意义]针对在线健康社区用户生成内容，提出了融合病情特征的多任务用户需求识别模型(MUNI-DC),深入挖掘用户需求，形成由提问意图和提问实体两部分内容组成的用户需求主题体系。[方法/过程]通过构建BERT-wwm模型对用户需求数据进行预训练，融合病情特征实现对用户意图的识别，采用多层标签指针网络实现对在线健康社区用户提问数据的实体识别，以此为基础完成对在线健康社区用户需求的识别任务。[结果/结论]对比实验发现，相比于单一任务模型，本模型在用户需求识别结果的precision、recall、F1等指标上均有所提升；消融实验发现，融合病情特征和多层标签指针网络能够有效提升模型的用户需求识别效果，所提出的融合病情特征的多任务用户需求识别模型在应对在线健康社区用户信息需求分析任务中具有参考价值。