目前,随着移动终端普及和网络的提速,以短视频为代表的大流量传播内容逐渐获得各大平台和用户的青睐。此类短视频中,有相当大一部分是截取电影、电视剧等影视资源,或者是对这些传统影视资源进行二次编辑加工制作而成。针对传统的长视频影视资源,各视频播放平台通过多年积累已经逐步构建得到了成熟的知识库。但对于新兴短视频,由于时效性和日增数据量的问题无法构建一一对应的知识库。因此在进行短视频内容理解时,针对短视频知识库匮乏这一问题,可利用实体链接技术将短视频和传统长视频知识库中的实体链接起来,利用长视频实体中大量的先验知识来分析短视频内容,辅助判断用户喜好,实现为用户精准推送相关内容。本文主要研究多源残存长、短视频数据的实体链接问题。首先,对于每条短视频,数据集中包含它的文本标题和封面图。对于每个长视频实体,数据集中包含它的文本内容描述和封面图。通过构建适当的深度学习模型进行实体消歧,从候选的长视频实体集中找到与输入短视频最相关的长视频实体是该问题的主要解决方法。但数据集中短视频封面图、长视频文本描述、长视频封面图等维度存在不同程度的残缺,这给该任务造成了比较大的挑战。针对上述的问题和挑战,本文主要完成了以下几方面工作:(1)针对新兴短视频和传统长视频间的实体链接问题,提出了一个基于多源残缺数据的视频实体链接新任务,并整理发布与之对应的数据集。(2)针对多源残缺的实体链接问题,本文提出了一种基于相似性特征向量的实体链接算法。该方法首先对输入数据的不同维度进行单独编码,然后利用全连接层、Attention机制、VSM算法等多种方式分别计算短视频与长视频实体之间任意两维输入信息的相似性特征向量。最后基于相似性特征向量,输出模型结果。(3)针对融合多组残缺相似性特征向量的问题,本文提出了一种基于语义对齐和最大值池化的特征融合算法FISAM。FISAM算法使得模型在特征向量完整的情况下能充分利用每条特征向量,在特征向量残缺的情况下能维持一个相对较高的准确率。(4)为了在已有数据集上进一步提升模型的鲁棒性,本文提出了一种基于Dropout的新型数据加载算法DLD。DLD算法使得模型在面对残缺程度不同的测试数据时,能始终维持稳定的准确率,体现出了较强的鲁棒性。为了验证提出的各种算法的有效性,本文在多个残缺程度不同的测试集上分别进行了多组对比实验。实验结果表明,本文提出的方法具有较强的鲁棒性,当输入数据残缺程度波动时,模型能始终维持一个相对稳定的准确率,取得了较好的效果。