医学药物名识别是药物相关任务中关系抽取,事件抽取等的基础工作,在生物医学领域具有重要的研究意义。现有的药物识别方法大多是基于有指导的机器学习方法,该方法往往需要大量人工标注的数据作为训练数据,但由于人工标注数据有限,新药层出不穷,从而制约了药物名识别模型的性能。本文针对性地分析了药物名的构成特点,提出了基于字符嵌入和药物名前后缀嵌入的神经网络模型来提高药物名的语义表达,同时利用远程监督、部分标注学习和强化学习等技术来扩展训练数据,提高了药物名的识别性能。本文的主要研究内容包括以下几点。首先,本文针对性研究了药物名的构成特点,总结了药物名的前后缀字典,并在词嵌入层增加了药物名前后缀嵌入和字符嵌入,提高了药物名的语义表达能力。药物名在构词形式上存在一些明显的特征,例如相同的药物名前缀或者后缀等。本文对此进行研究总结,并在神经网络模型的嵌入层增加了前后缀嵌入和字符嵌入,以用于捕获其构词特性,提高其语义表达,进而提高了药物名的识别性能。其次,本文采用了基于人工标注数据与远程监督数据的混合训练方法,提高了模型的鲁棒性和性能。为了抑制训练过程中的过拟合问题,本文在人工标注数据中添加了部分远程监督数据来对识别模型进行训练,以提高识别模型的鲁棒性。同时,在基于扩展数据的训练上,本文在远程监督数据中增加了部分人工标注数据,以引导模型参数往正确的方向收敛。实验结果显示本文总结的药物名前后缀字典、字符嵌入和混合数据训练方法均能有效地提高模型的性能。同时,该模型能够有效识别出一些尚未包含在字典中的新药物名,显示出了该模型良好的泛化能力。