近年来,随着生物医学实验方法的变革,生物医学方面的实验数据和文献资料呈指数级增长,如何从如此庞大的科学文献数据中快速有效地抽取有价值的信息,是当前亟待解决的问题。生物医学领域(如基因/蛋白质、化学物和疾病等)的实体识别与规范化是生物医学文本挖掘的基础,它对生物医学实体关系的抽取和生物医学知识库的建立等方面都有着重要的研究意义。其中,疾病名称识别与规范化是从生物医学文献资料中自动抽取疾病名称并且链接到指定疾病数据库中。针对这一任务,本文进行了以下三个方面的研究工作:(1)基于句法和语义特征的疾病名称识别。针对目前疾病名称识别中存在的问题,在条件随机场模型的基础上,提出了一系列新的句法特征和语义特征来获取疾病名称在句子中的结构信息以及在数据库中的语义信息。实验结果表明,本文的特征能够在疾病实体识别任务中取得较好的结果。(2)基于深度学习的疾病名称识别。为了缓解传统机器学习中特征稀疏性问题,本文采用了高性能的深度学习模型BiLSTM-CRF来实现疾病名称识别,探讨了不同的句法特征以及语义特征对疾病名称识别的影响。实验表明,深度学习模型获得了与当前最高性能相当的结果。(3)基于上下文信息的疾病名称规范化。将疾病名称规范化看做一个分类任务,首先针对疾病名称的特点,采用两种模糊匹配算法生成候选集,提高候选集的召回率;然后通过融入上下文信息的神经网络对候选集进行消歧。实验结果表明,本文采用的规范化方法在疾病领域取得了较好的性能。