本发明提供一种基于条件随机域模型(Conditional Random Fields,CRFs)的蛋白质分子名称分析与识别方法,医学文本处理技术领域。该方法包括:输入BioNLP‑ST‑2016中一个子任务的json格式的医学文本,对文本文件预处理,提取蛋白质分子名称标记序列并分析蛋白质分子名称的特征,提取单词特征和上下文特征,构造文本特征序列X和蛋白质标记序列Y的条件随机域,利用梯度下降算法进行训练,通过训练得到各特征函数的系数也就是CRFs的模型参数,识别时采用Viterbi算法,通过计算未知文本序列条件概率,并根据最大概率对应的标记序列作为蛋白质分子识别结果本发明能有效识别医学文本中的蛋白质分子名称,为进一步的挖掘蛋白质分子之间的调控关系奠定了基础。