医学技术的高速发展产生了大量医学文本数据,其中蕴涵着大量的医学知识。随着信息处理技术在医学领域的深度应用,利用计算机辅助手段提取医学文本中的医学实体对医学诊断和研究具有至关重要的作用。目前,如何从海量的医学文本中有效提取有价值的医学信息,已成为医学文本挖掘领域一个重要的研究内容。医学命名实体识别可将医学文本中具有特定含义的实体,如疾病、药物、手术等进行识别和标注,为医学知识共享、辅助诊断、组建知识图谱、构建医疗信息系统等提供有效支撑。由于医学文本隐私性较高且包含大量医学专业词汇,这就导致出现了语料稀少、实体书写不规范、文本分布不均匀等问题,限制了医学命名实体识别的性能提升。针对当前医学命名实体识别任务存在的问题,本文主要做了以下几个工作:首先针对医学领域语料稀少和医学领域实体书写不规范的问题,提出了词融合的Ro BERTa医学命名实体识别模型。模型首先通过Ro BERTa语言模型获取文本字符嵌入表示,并依据词典,采用匹配赋权的方法获得词向量表示,然后将词向量融入到动态字向量中拼接得到最终嵌入向量表示,最后通过CRF解码预测最终序列标签。在Ro BERTa预训练模型中引入词典进行词融合,不仅避免了中文医学实体分词的错误,还解决医学领域语料稀缺的问题。本文在CCKS2019评测数据集上进行实验,结果显示,本文提出的词融合Ro BERTa模型提高了医学命名实体识别性能。其次针对医学文本中数据分布不均衡导致的语义提取不充分的问题,提出基于DBMA-Bi-LSTM-CRF的医学实体识别模型。该模型使用Bi-LSTM和CNN网络分别提取医学文本的全局和局部特征,并利用Attention机制对提取到的全局和局部特征融合,充分提取了文本语义信息,提高医学命名实体识别精度。实验结果表明,新模型的识别效果优于一些主流医学命名实体识别模型。最后,本文设计实现了一个医学命名实体识别系统,系统嵌入本文提出的医学命名实体识别模型。该系统可以方便的提取医学文本实体,为医学研究、辅助诊断、构建医疗系统等提供有效帮助。