El uigur es un idioma morfológicamente rico y típicamente aglutinante, y la segmentación morfológica afecta el rendimiento del reconocimiento de entidades nombradas (NER) en uigur. Los sistemas comunes de NER en uigur utilizan la secuencia de palabras como entrada y dependen en gran medida de la ingeniería de características. Sin embargo, la información semántica no puede ser completamente aprendida y sufrirá fácilmente de la escasez de datos que surge de los procesos morfológicos cuando solo se considera la secuencia de palabras. Para resolver este problema, proporcionamos una arquitectura de red neuronal que emplea incrustaciones de subpalabras con incrustaciones de caracteres basadas en una red de memoria a largo y corto plazo bidireccional con una capa de campo aleatorio condicional. Nuestros experimentos muestran que la incrustación de subpalabras puede mejorar efectivamente el rendimiento del NER en uigur, y el método propuesto supera al método basado en la secuencia de palabras.