基于医疗数据构建医学智能系统是缓解医疗资源缺乏问题的重要手段,而医疗数据的形式以非结构化的文本为主,包括医学文献、病历文本等,这些医学文本中包含着大量与患者健康情况相关的医学知识,而医学术语正是医学知识最直接的体现。从医学文本中高效地将这些医学术语识别出来是保障医学智能系统高性能的一个关键因素,医学命名实体识别任务的目标正是从医学文本中提取出具有医学意义的症状、病史、疾病等。对于开放领域的命名实体识别,其模型的性能在BERT出现之后已经非常成熟了,但医学文本中语义关系会更加复杂,尤其在中文病历文本中,存在很多长度较长、书写不规范等加大识别难度的医学名词,另一方面,在医学文本中,医学术语往往存在嵌套和不连续等复杂情况,因此开放领域的命名实体识别模型很难直接用于医疗领域。相比一般连续命名实体识别,现有的对于识别医学嵌套实体、医学非连续实体方面的工作相对较少,且多数情况下是将嵌套实体、非连续实体进行单独地针对性的研究,但在真实文本中,含有非连续实体的数据集中往往同时存在着嵌套实体,因此,本文重新定义了一个广义的非连续命名实体识别任务,即将文本中的一般连续实体、嵌套实体、非连续实体都作为提取目标的命名实体识别任务。本文的主要工作如下:（1）标注了一套可用于非连续命名实体识别任务的中文的医学数据集。本文总结了命名实体识别在不同任务场景下常用的医学数据集,在总结时发现,缺少可用于非连续命名实体识别任务的中文数据集,因此在医生的指导下,本文基于真实的电子病历文本数据,利用BRAT标注了一套包含一般连续实体、嵌套实体、非连续实体的中文医学数据集。（2）提出了一个新的非连续医学命名实体识别基线模型。现有的用于非连续医学命名实体识别的传统模型不能有效识别非连续实体,本文从标签方案和引入标签纠正模块两方面改进现有模型,并将改进后的模型作为本文非连续命名实体识别任务的基线模型。（3）借鉴依存句法分析的工作,将基于超图的方法和基于转移的方法用于命名实体识别,得到两个既可独立识别一般连续实体、嵌套实体,又可同时识别多种类型的实体的命名实体识别模型。分别在对应的中英文医学数据集上进行实验,记录实验结果,并与基线模型作比较,进行实验分析。