实体解析用于判断两个数据记录是否描述的是现实世界中的同一实体对象。它对于数据集成、数据清洗、数据去重和处理优化都十分重要。实体解析所处理的对象不仅局限于数据记录,还包括在文本文件比对、文档查重、人脸图像识别、指纹识别等一些具有特定解析需求的实际应用中。从参与实体解析的主体角度来看,可以将实体解析的方法分为两大类,即基于机器算法的实体解析和基于人工的实体解析。纯粹的机器算法解析虽然可以获得较高的效率,但是解析的准确率却难以保证；同样,单纯的众包或人工解析虽然可以获得很好的准确率,但是解析的效率却远不及机器解析。本文提出一种结合机器算法和人类智能的实体解析方法,即基于人机协作的实体解析。该方法首先采用基于Hadoop开源项目中的MapReduce并行计算框架,运行基于相似性计算或机器学习算法,排除不可能匹配的记录对,减少人类智能任务的数量,然后由人工进行确定性标注。论文的主要工作包括：1)对实体解析方法和框架进行了综述；2)提出了基于众包与机器处理相结合的实体解析方法；3)提出了基于MapReduce的并行实体解析框架；4)将方法和框架应用于某医院患者主索引构建平台。实验结果表明,人机协作的实体解析方法充分发挥了机器和人工处理各自的优势,为患者实体解析带来高效率和高精度。