跨文本命名实体同指是指出现在多个文本中的相同名字指称现实世界中的相同对象。同指消解则是判断相同的名字是否指称相同对象的过程。跨文本同指消解对于多文本摘要和信息融合等与多个文本相关的应用具有重要作用，近几年来受到了越来越多的关注。　　 本文针对中文中最典型的命名实体-人名进行跨文本的消解研究。　　 首先，实现了基于上下文文本聚类的人名消解算法。本文讨论了特征的选择，特征权值的计算策略。由于人名实体的数目实现无法确知，本文选用自底向上的聚合式层次聚类方法，同时，详细讨论了聚类停止条件。　　 其后，提出了一种基于社会网络的人名消解算法。这种方法首先从文本中抽取与待消解人名相关的实体，并利用实体共现信息构建社会网络，再对社会网络进行划分，最后把具有相同社会网络子图的文本聚为一类，代表其指向相同实体。社会网络聚类中使用了谱聚类的图分割方法。　　 本文用CLP2010的中文人名消歧任务训练数据作为实验测试集，共有32个中文人名的文档集，每个人名的文档集含有100-300个文档。人名消解实验从上下文文本聚类方法和社会网络映射方法分别展开，并用B_cubed指标和P_IP指标对人名消解结果进行评测。　　 本文的贡献包括如下二点：　　 提出了基于互信息的特征权值计算方法，提高了系统正确率；并研究了停止条件；　　 使用谱聚类的方法实现了基于社会网络聚类的人名消歧算法，比较了不同图划分准则对人名消解效果的影响；引入了模块度阈值作为社会网络划分的停止条件。