命名实体识别是自然语言处理中的基础任务,有着非常重要的作用。随着深度学习在自然语言处理中的深入研究,研究者发现使用神经网络进行命名实体识别、自动抽取特征,可以取得很好的识别效果。但是命名实体识别是和语言相关的,维吾尔语的复杂形态特征,导致神经网络不能全面地自动抽取特征。提出一种融合多种语言学特征的Bi-LSTM-CNN-CRF神经网络模型,在维吾尔语命名实体语料库中进行验证,最终F1值提高了3.98%,充分说明对于复杂形态语言,添加语言学特征能够提高命名实体识别精度。