本发明公开了一种增强词典知识融入的中文命名实体识别方法，涉及自然语言处理技术领域，在输入表示层中，汉字、词语以及字词间的关系通过3个嵌入查找表编码为稠密向量。在整合层中，利用交叉注意力网络来获取每一个汉字的词典表示，并且构造门控网络自适应的融合每一个汉字的上下文信息和其词典表示。最后，在解码层中使用双向门控循环单元(BiGRU)结合条件随机场的方式为每一个句子中的汉字分配实体标签。本发明的中文命名实体识别任务有巨大优势并且也能够很容易地与BERT等其他自然语言处理的预训练模型相结合来获得更强大的性能表现。