随着互联网的快速发展,交流方式越来越趋向于网络平台,比较明显的有微博、网络新闻、评论等,这些都属于互联网文本,其形式各种各样。从文本中如何获取有效信息,是目前比较关注的问题,随之而来的命名实体识别就是提取有效信息的一种技术。命名实体识别是从文本中识别出人名、地名、机构名等专有名词,是自然语言处理的一项关键技术,同时也是文本信息处理的重要基础。至今为止,对文本进行命名实体识别较为普遍的方法有三种:基于统计的方法、基于规则的方法、规则和统计结合的方法,三种方法都存在着一些不足之处,如何利用好三种方法进行命名实体识别尤为关键。本文采用统计和规则相结合的方法对互联网文本进行命名实体识别。首先对文本进行规范化,再使用CRF模型,以词、词性、上下文信息等特征进行训练,结合互联网文本的不规范性、随意性和娱乐性等特点,以及若干匹配规则对文本进行命名实体识别。其中在去噪部分使用了新的方法,特征模板组合及参数的选取优化了条件随机场模型,实验结果表明,该方法能够有效的进行命名实体识别。