在软件开发过程中,需求工程一直面临着诸多问题,其中最为突出的是需求不完整、存在隐含需求、用户与需求工程师沟通难于一致、需求不可避免的频繁变更等。需求工程中非功能需求是软件质量的重要指标,其不明确、不一致、不完整和频繁变更等问题更为严重。在如此复杂、动态及多样的情况下,将非功能需求知识集成到计算机系统中形成知识工程,为利益相关者提供全面系统的非功能需求知识。可以减少需求的不明确、不一致和不完整问题。然而,由于非功能需求一直不被人们所重视知识分散在各个角落,并且不同语言之间非功能需求知识呈现不平衡性,使得非功能需求知识的提供和使用受到极大的阻碍。为解决以上非功能需求问题,构建非功能需求双语知识图谱有利于知识共享和重用,而其中,需要重点解决双语实体链接问题。本文获取Wiki百科和百度百科中的软件非功能需求实体数据,使用protégé对获取数据进行模式层建模,并通过模式层对数据层中非功能需求知识的一致性和可满足性进行检测和推理。保证知识基本结构的正确性。另外,将建模之后的数据进行嵌入表示,把中英文双语非功能需求知识使用Bi-LSTM、Bi-GRU与Self-Attention机制结合映射到共享空间中。最终通过余弦相似度对共享空间中的双语非功能需求实体进行相似度计算并进行实体链接。通过实验,与使用单一传统方法Bi-LSTM+Attention和Bi-GRU+Attention进行嵌入表示之后相似度计算相比,本文所使用的方法在非功能需求实体链接精确率上表现比以上两种方法分别提升6.3%和3.9%。