近年来,研究者为了从海量生物医学文献中快速有效地获取所需要的生物医学知识,使用文本挖掘技术已成为生物医学和生物信息学领域的研究热点。由于生物命名实体是生物医学文本的基本元素,所以生物医学命名实体识别是对生物医学文本进行信息抽取、信息检索、机器翻译以及自然语言处理等工作的前提。据此,使用文本挖掘的方法对生物医学文本中的命名实体进行有效的识别,对更好地进行下一步工作具有重要的意义。特别是蛋白质的角色和功能是生命科学的重要研究项目,因此对生物医学蛋白质命名实体进行识别对生物医学研究具有重要的作用。但是现有研究所使用的文本挖掘方法通常是有监督学习方法,该类研究方法往往需要大量目标领域的标注数据进行模型训练,进而保证模型的分类预测性能。而在生物医学领域中,人工标注数据需要耗费昂贵的人力物力成本以及时间代价,为了降低分类模型对目标领域标注数据的需求量,进而减少人力物力和时间开销,节约资源,本文主要从以下两个方面进行研究:(1)基于迁移学习的生物医学蛋白质命名实体识别为了降低生物医学文本中命名实体识别对目标领域标注数据的需求,本研究将生物医学文本中的蛋白质命名实体识别问题化为基于迁移学习的隐马尔科夫模型问题,提出BioTrHMM算法。对要进行蛋白质命名实体识别的目标领域数据集无需进行大量数据标注,通过迁移学习的方法实现对目标领域的识别分类。以相关领域数据为辅助数据集,利用数据引力的方法评估辅助数据集的样本在目标领域学习中的贡献程度,在辅助数据集和目标领域数据集上计算权值进行迁移学习。基于权值学习模型,构建基于迁移学习的隐马尔科夫模型算法BioTrHMM。在GENIA语料库数据集上的实验表明,BioTrHMM算法比传统的隐马尔科夫模型算法具有更好的性能;仅需要少量的目标领域标注数据,即可具有较好的命名实体识别性能,大大减少了人工标注数据所需要花费的开销。(2)基于PU学习的生物医学蛋白质命名实体识别在实际研究当中,往往存在标注数据较少或者没有的情况,由于标注数据较少,使用传统的有监督学习方法无法构建有效的分类模型进行生物医学蛋白质命名实体识别。针对这种情况下的生物医学命名实体识别问题,本研究将该问题转化为PU情况下的生物医学蛋白质命名实体识别问题。通过使用PU学习中的两步法方法,在第一步中分别使用1-DNF、Spy、NB和Rocchio方法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。实验结果显示,在标注数据较少的的情况下,通过使用PU学习方法的两步法构建分类模型,模型的性能显著优于直接使用标注数据构建的分类模型的性能。在标注数据较少的情况下,本研究通过PU学习方法构建的分类模型不仅显示了良好的分类性能,同时没有额外的人工标注数据的开销。