本发明公开了一种基于循环神经网络的命名实体识别方法，涉及人工智能技术领域，具体为一种基于循环神经网络的命名实体识别方法，具体包括如下步骤：S1、首先对命名实体识别任务数据集中的数据进行整理，统计出数据集中实体的类型，并采用BIO标注策略进行数据预处理，处理后的数据分为两列，第一列为数据集中的字符，第二列为对应的标注标签；S2、获取当前序列文本的上下文特征；S3、获得前位置字符的标签。本发明提出的RFLSTM模型主要是考虑到下面的情况：有A，B两个信息，A信息是我们记忆的信息，B信息是我们新输入的信息，B信息会和A信息产生关联，A信息将会被遗忘门丢弃。