随着生命科学的蓬勃发展,化学医药领域的相关文献呈现指数级增长态势。从这些海量的非结构化医学文献中抽取出结构化的、有组织的化合物信息,有助于医药及相关领域人员开展药品研发工作,进而促进整体制药工业的技术革新。其中,化学命名实体受到医药学研究者的广泛关注,是医学文献信息分析的主要载体,相关命名实体识别成为目前一个重要的科研课题。在现有的命名实体识别(Named Entity Recognition,NER)方法中,带有条件随机场层的长短期记忆网络(Long Short Term Memory with a Conditional Random Field layer,LSTM-CRF)是最先进、最常用的方法之一。这种有监督学习方法通常需要大量的标记语料,然而与专业领域文献高度相似的标记语料库却非常有限,这其中就包括化学医药领域的药品专利文献。这种情况下,有监督学习模型就无法准确地识别相关实体。为解决上述问题,本文提出了一种基于双向长短期记忆网络与词相似度联合并带有条件随机场(BiLSTM-WS-CRF)的半监督命名实体识别方法。该方法首先对各类型实体的词向量进行无监督聚类,将获得的聚类中心作为参考向量,并选择合适的相似性度量方法,衡量每个输入词与不同标签类型的关系;然后,将该关系的向量表达与BiLSTM输出的特征向量进行结合,计算置信分数;最后,将分数输入CRF层,得到符合标记策略的预测标签。通过上述过程,本文所提方法不仅引入了无监督学习特征引导标注过程,而且保留了有监督BiLSTM-CRF模型综合考虑长短期依赖关系与标签依赖关系的优点。实验研究表明,与传统的BiLSTM-CRF模型及其他常用的半监督方法相比,该方法在解决化学医药等专业领域的命名实体识别问题上有明显的优势,可大幅减少高度相似实体中一部分没有被识别的情况。为了便于相关研究人员进行文献读取和分析,本文还设计了一个药品专利命名实体识别的系统软件,实现了包括文本处理、词向量训练、命名实体识别、实体可视化在内的一系列功能,可为药品研发工作提供信息支撑,有助于缩短药品研发周期。