近年来,人类在生活中接触和产生的数据量在飞速增长,且由于自媒体时代的到来和用户的多样性,网络中的数据呈现出多样化。在线网络百科作为一个知识共享和知识普及的平台,涵盖了各种类型的知识数据,具有数据规模大、表达方式多样的特点。网络百科的组成单元是百科实体,相同的实体可能有不同的称谓方式,不同实体的名称也可能相同,这样的现象为百科知识库中的知识数据进行整合和复用造成了很大的阻碍。并且,国内众多大型百科网站由网民协作编辑形成,表达缺乏规范性,部分知识数据是重复甚至是错误的。若不进行实体对齐,直接进行知识融合,知识库中将出现重叠甚至自相矛盾的实体,知识数据的数据质量会严重下降。为了完成在线百科知识库的实体对齐任务,进行知识融合,达到扩充知识库的目的,本文围绕百科知识库实体对齐算法进行了研究,主要包括以下几个方面:1.针对百度百科和维基百科中文版的实体差异较大的特点,提出基于主题模型的百科知识库实体对齐算法。将主题模型应用到实体对齐的任务中,利用潜在狄利克雷分配(Latent Dirichlet Allocation,LDA)模型对百科实体的非结构化描述文本进行深度语义挖掘,在生成实体的特征向量时结合了文本的深层语义,用来完成实体对齐任务。2.根据中文理解词语要结合上下文的特点,提出改进的置信传播(Belief Propagation)算法。在估计LDA模型的隐藏参数时,考虑到词语的上下文语义,为同一篇文本中的相同词语赋予不同含义,使其更贴合真实语境。3.针对百度百科和互动百科中实体非结构化描述文本相似度高的问题,提出基于三联体长短词记忆网络(Long Short-Term Memory,LSTM)的百科知识库实体对齐算法。利用LDA模型生成词向量,并采用三联体LSTM捕获全文的语义特征,自动地生成更加精确的特征向量来提高实体对齐效果。使用百度百科、维基百科中文版和互动百科的实体数据,进行了多项对比实验,实验结果良好,体现了算法的有效性。