人工智能技术的广泛应用与国家政策的大力支持加快了中医药数字化发展的步伐,中医药数字化发展既是民生之需,也是弘扬民族优秀文化之举。中医药知识图谱的构建、寻医问诊对话系统的搭建等任务是当下火热的研究方向,而上述任务能否顺利进行,能否高效运行,命名实体识别技术都发挥着举足轻重的作用。命名实体识别技术作为中医药数字化发展的基石,旨在从中医药文本中识别出关键实体,面临着诸多挑战。除了中文命名实体识别本身固有的弱点之外,中医药文本专业性极强,文本相对白话文更晦涩难懂;文本格式不均衡,或长或短,截断、补全都有损文本语义完整性。针对这些痛点,本文做了如下工作:1、构建标准数据集。利用爬虫等技术搜寻中医医案、中医药说明书等原始数据,完成数据清洗之后,采取人工及自动化标注,共计药物名称、药物成分、药物性味、药物剂型、药物功效、疾病、症状、症候八类主要的实体。2、基于预训练语言模型提出两种针对性较强的中医药文本命名实体识别方法。中医药领域的实体都是专业术语,其语义信息的捕捉较难且极为关键。之所以选择预训练语言模型是因为其在语义表示方面的巨大优势,有助于增强中医药文本语义表示,从而使得文本特征提取更为准确。3、针对嵌套实体的优化。嵌套实体的存在很大程度上影响着识别效率,为此本文引用计算机视觉领域常用的仿射变换技术并加之改进,从丰富语义表示层面减少嵌套实体对命名实体识别的干扰。最后在自建的数据集上展开充分实验。结果表明进行嵌套实体优化之前,药物功效类实体的识别效果最佳,其准确率、召回率、F1值分别达到了93.11%、92.45%、92.78%。融合仿射变换机制后,各类实体的识别效果都有所增强,其中药物成分类实体的准确率提高了8.23%。实验数据分析结果表明了本文针对中医药领域提出的命名实体识别方法的可行性和有效性。