在互联网中存储了大量的网络表格数据,这些网络表格蕴含丰富的语义信息,但表中数据通常存在不一致性,这种由数据不一致性导致的错误可能会给网络表格的使用者带来不同程度的困扰。研究学者们提出了很多网络表格的数据清洗算法,用以清洗网络表格中的不一致数据。现有的数据清洗算法存在一定的局限性:一方面,算法在清洗不一致数据时仅利用了表格中少量语义信息并且需要人为给定约束信息,导致算法的灵活性较差并造成额外的资源开销。另一方面,由于算法存在错误检测不完全等问题,降低了数据清洗的质量。因此,本文提出了基于语义关联关系的不一致数据清洗方法。针对上述第一个问题,本文提出了基于网络表格的语义关联关系构造算法。算法首先利用预训练好的词向量表示网络表格中的列标签,其次通过整体语义相关性识别网络表格中语义信息最重要的关键列,最后使用层次化的语义相关性构造列标签之间的语义关联关系。实验证明,本文提出的语义关联关系可以作为有效的约束信息辅助数据清洗算法。针对上述第二个问题,本文首先利用词向量对网络表格中的拼写错误进行预处理。其次为了有效地减少交叉干扰项对不一致数据检测和修复造成的影响,利用关键列对网络表格进行分块预处理。最后利用语义关联关系作为约束信息,采用最大独立集的思想对分块后的表格进行清洗,并将清洗后的表格合并再清洗。实验表明,本文提出的算法在两个数据集上都取得了较好的清洗效果,并优于现有的数据清洗算法。