バイオメディカル自然言語処理において、固有表現抽出（Named Entity Recognition, NER）および固有表現正規化（Named Entity Normalization, NEN）は、膨大に増加するバイオメディカル文献から疾患や薬剤などのバイオメディカル固有表現を自動的に抽出するために重要なタスクである。本稿では、マルチタスク型NERモデルおよびニューラルネットワークベースのNENモデルを採用することで、従来のニューラルネットワークベースNERツールを改善し、はるかに高速かつ高精度な推論を実現した「BERN2（Advanced Biomedical Entity Recognition and Normalization）」を紹介する。本ツールが、バイオメディカル知識グラフ構築をはじめとする多様なタスクにおける大規模バイオメディカルテキストのアノテーションに貢献することを期待している。