中文命名实体识别是中文自然语言处理技术的基础理论，而在命名实体中，人名是识别难度最高、所占比例最大的一个类别。人名是影响分词准确度的重要因素，而且分词系统中通常具有人名识别的模块。因此中文人名识别的工作是具有重大意义的。本文针对汉语文本中人名的识别方法进行了深入的研究，提出了下列两种人名识别方法：(1)在传统的只统计人名用字的朴素贝叶斯分类方法的基础上，将人名上下文边界融入其中，并利用从大规模语料库中统计的人名用字、边界模板频率对人名定界，再通过扩散操作召回遗漏人名。该方法简单易行，并能取得很好的效果。(2)首先运用条件随机场模型对句子进行人名用字角色标注，然后使用基于转换的错误驱动学习方法获得校正规则库，用来校正标注结果，最后将人名角色组合成人名。条件随机场模型在许多有关序列标记的研究中都能够取得很好的分类效果。使用错误驱动学习方法不仅能充分利用人名的上下文信息，而且可以处理好语料库数据稀疏的问题。