【目的】本研究针对互联网患者提问文本信息抽取需要大量人工标注、时间成本,以及实体识别准确率不高的问题,结合迁移学习和深度学习方法,借助领域外丰富的标注语料以及可重用预训练模型的先验知识,构建针对标注资源稀缺领域的跨领域命名实体识别模型（KNN-BERT-BiLSTM-CRF）,以实现在目标领域有限标注情况下的命名实体识别任务,并构建肝癌、肺癌两种疾病问诊的标注语料,通过领域间的迁移实验,验证模型的有效性。【方法】本研究利用Python爬虫工具,在寻医问药和快速问医生网站的癌症问答社区爬取以肺癌、肝癌为主题的患者在线问诊文本,经过文本清洗得到原始语料集,标注规则的构建参考国外针对消费者健康问题提出的标注框架,选择了9种与癌症临床诊断密切相关的实体标签,结合多轮人工标注,分别建立了针对以上两种疾病类型的有标签语料库。研究借助jieba工具包对目标领域语料进行分词处理;使用Word2Vec模型的Skip-Gram方法获得文本词向量表示;利用Doc2Vec将文本转化成句向量;基于最近邻方法进行实例迁移样本选择;通过BERT-base中文预训练模型,获得文本字向量表示;利用BiLSTM-CRF模型,结合上下文信息进行特征提取,通过转移矩阵得到最终预测分值,进行识别结果的预测。【结果】根据本研究构建的实体标注体系,通过人工标注方法构建了2000条真实世界肝癌患者问诊文本的标注语料集。通过对该语料集的命名实体识别实验结果表明,当实例迁移的k值设置为3时,KNN-BERT-BiLSTM-CRF模型的实体识别效果最优,F值为96.10%,相对无实例迁移方法BERT-BiLSTM-CRF提高了1.98%,比传统深度学习方法BiLSTM-CRF提高了9.7%,证明了该迁移学习方法针对有限标注的肝癌患者提问文本,具有优秀的实体识别性能。【结论】本研究针对标注资源有限的患者问诊文本,提出了一种可借助大型预训练模型的先验知识和领域外标注语料,进行跨领域迁移学习的命名实体识别方法。实验结果表明,该迁移方法只需利用少量标注语料,便可有效识别患者提问文本中的个人信息、疾病症状、诊疗情况和药物使用等实体,实现对现有数据资源的充分利用,同时为相关疾病研究和自然语言处理研究提供参考。