本申请涉及一种基于实体扩展的实体识别方法和系统，其中，该方法包括：通过多种短语挖掘方法对无标签语料的句子进行分割，得到概念词候选集，其中，概念词候选集包含若干概念词，通过词嵌入算法对概念词进行训练，得到概念词的词向量，根据词向量计算概念词的文本特征，根据领域实体词列表将概念词设置为正负样本，根据正负样本和文本特征来训练分类模型，得到概念词的置信度，根据置信度进行重新分割，得到基于实体扩展的实体词。通过本申请，解决了实体识别中对标注样本依赖性强和识别准确率低的问题。实现了利用领域实体词列表进行监督学习，得到无标签语料的实体识别结果，同时达到了对领域实体词列表进行扩充的效果。