本发明公开了一种基于混合格自注意力网络的命名实体识别方法，包括：S1，将字词对表示的句子特征向量编码为一个维度固定的矩阵，得到混合格结构的字词向量表示；构造自注意力网络以捕获该向量中词向量对字向量的影响，增强每个字向量的特征表示；在BERT的Embedding层融合词特征，通过微调学习过程，学习得到更好的字向量表示；依据BiLSTM‑CRF网络实现实体识别中的实体序列标注任务和解码过程，通过该网络完成对融合后字特征的建模，构建完成基于混合格自注意力网络的实体识别模型。本发明能够捕获全局的词汇信息，生成语义丰富的字向量表示，在多个数据集上提升了中文命名实体识别的精度。