本发明公开了一种基于对抗迁移学习的无标注命名实体识别方法，构建无标注命名实体识别模型，包括步骤：输入源领域或者目标领域的文本，并映射为词嵌入向量；将词嵌入向量输入到双向长短期记忆网络中提取出特征向量；将特征向量输入到对抗判别器，将源领域和目标领域的数据映射到同一数据分布空间中；将特征向量输入到条件随机场中，计算输入文本所有可能的标签序列的概率，选择概率最大的标签序列作为最终的预测标签；通过联合训练命名实体识别任务和对抗训练任务，得到最佳的模型参数；输入目标领域的数据，通过CRF层输出预测标签。本发明通过对抗判别器可以将源领域和目标领域数据映射到同一分布的空间内，从而提高目标领域数据的实体预测效果。