我们提出了针对WNUT 2017 Twitter数据命名实体识别挑战的系统。本文描述了对基础神经网络序列标注架构的两种改进方法。首先，我们展示了如何利用额外的标注数据，其中命名实体标签与目标任务不同；其次，我们提出了一种融合句子级特征的方法。我们的系统结合了上述两种策略，在实体级别标注任务中排名第二，F1分数达到40.78；在表面形式标注任务中同样排名第二，F1分数为39.33。