词义是词汇在一定的语言环境下反映的特定语言现象。在自然语言中,一个词汇往往存在多个词义,称为词的多义性。词义消歧就是使计算机自动为词汇选择正确意思,这是自然语言处理领域中词汇级别上的难题,并且该问题解决的好坏直接关系到自然语言处理中诸多应用问题的效果。同时,多义词分布的普遍性决定了多义词词义消歧任务势必成为多种应用问题的关注焦点之一。诸如机器翻译、信息检索、自然语言内容语义分析、语法分析、语音识别和文语转换。命名实体是文本中承载信息的重要语言单位。命名实体的歧义问题在很多应用中已经成为一个亟待解决的问题。本文对当前主流的针对命名实体的消歧方法进行了深入的研究,分析了不同消歧方法的特点和不足,提出了一种基于维基百科(Wikipedia)命名实体消歧方法。本文阐述的主要研究内容和取得的阶段成果是:1.阐述当前命名实体消歧问题的研究历史与现状,讨论命名实体消歧的概念、分类与基本方法。2.探讨分析传统命名实体消歧方法的基本原理并深入研究当前主流命名实体消歧方法的特征选取,消歧过程及各自的优劣。3.提出了一种基于维基百科的命名实体消歧方法,提取多项特征,并通过机器学习的方法得到消歧结果。4.从给定的实验数据集上进行对比实验,实验结果表明,所提出的方法在精度上比传统消歧方法有明显的提高。