为了实现不同组织和应用程序之间的数据集成和共享，万维网联盟（W3C）提出了语义Web的设想。随着语义Web的发展，很多领域都出现了被人们普遍认可的本体，比如社交领域的FOAF本体。因此在数据发布时，人们能够使用共同的统一资源标识符（URI）来标识本体中的概念和属性。然而，在实例数据层，由于语义Web的分布式特性，不同的数据源使用不同的URI来标识相同的现实世界对象的情况大量存在。这种不同的URI但指称着相同对象的现象称为对象共指，导致了语义Web数据分散不容易集成。为了构建更好的数据网络和实现数据源之间的互操作性，迫切需要有效的方法来识别出这些共指的URI。　　 目前，在链接数据（Linked Data）的驱动下，针对对象共指的研究已经引起了语义Web社区的广泛关注。本文针对语义Web环境下的对象共指问题，从两个不同的角度提出了两种共指URI的识别方法：面向实例数据集的共指识别方法和大规模的语义Web共指识别方法。前者从包含实例对象的数据集出发，综合利用对象本身的信息和对象之间的语义关系，即首先根据实例对象的文本信息计算初始相似度，然后再利用实例之间的语义关系构建候选实例对的依赖关系图，进而对初始相似度进行精化，最终识别出数据集中的共指URI。后者则是从整个语义Web的角度出发，充分利用语义Web数据的特征，通过分析具有特定性质的语义属性导出URI间的语义等价关系，然后通过迭代的方式识别出语义Web中大规模的共指URI的集合。　　 基于以上的方法，本文设计与实现了一个共指URI识别的在线系统ObjectCoref。此外，设计相关实验对识别方法的效果进行评估，结果表明本文提出的识别方法在实验中是行之有效的。