随着互联网的发展,网络文本呈现指数级增长,词语的多义性和歧义性问题给准确理解文本信息带来了严重挑战。实体链接技术将文本中有歧义的实体表述与知识库中确切的条目进行对应,为词语的多义性和歧义性问题提供了一种解决方案,且被广泛的应用在知识库扩充、机器翻译、问答系统、信息检索等领域,是极具前景的研究方向。为此,本文设计了一个基于主题一致性的中文实体链接系统TRGEL(Topic Relation Graph based Entity Linking System),提出了三种计算实体间主题相关性大小的算法,并提出了一种新的排名链接的方法,主要工作有以下几个方面:1、设计了一个基于主题一致性的中文实体链接系统TRGEL,包括候选实体生成模块、主题相关图(Topic Relation Graph,TRG)构造模块以及排名链接模块三个主要模块。综合利用同一输入文本中共现实体间潜在的主题语义信息构造实体的TRG图,最后通过计算TRG图中得分最大的主题子图,选择与给定文本主题相关度和内容相似度最大的一组候选实体作为实体链接的目标,实现批量链接。2、针对实体所在文本主题和语义信息利用不充分的问题,提出了基于特征模型提取主题语义信息来构造实体主题相关图TRG的方法,分别采用了TFIDF关键词、LDA主题向量及Word2Vec多维词向量对TRG图的权重进行构造,为后续进行排名与链接提供了基础。在实验中,我们对采用的这三种权重算法进行了对比与分析,其中Word2Vec多维词向量在新闻文本和微博文本测试集上的性能表现都较好,显示了该算法的稳定性。3、针对单实体链接方法链接效率低且没有考虑到共现实体间的关联问题,结合TRG图,提出了利用最大得分主题子图进行排名的方法,首先寻找候选实体的最大得分子图计算其主题一致性,然后基于主题一致性得分向量进行排名,批量得到链接结果。经过实验分析,发现与传统的推理链接方法相比,该方法F1值和准确率较高。