命名实体识别是自然语言处理领域的一项基础性技术。近年来微博等网络社交平台发展迅速，其独特的形式对传统的命名实体识别技术提出了新的挑战。故提出一种基于条件随机场模型的改进方法，针对微博文本短小、语义含糊等特点，引入外部数据源提取主题特征和词向量特征来训练模型，针对微博数据规模大、人工标准化处理代价大的特点，采取一种基于最小置信度的主动学习算法，以较小的人工代价强化模型的训练效果。在新浪微博数据集上的实验证明，该方法与传统的条件随机场方法相比F值提高了4.54%。