极细粒度实体分类任务旨在为文本中的命名实体做类别划分,是信息抽取中的关键任务,更细的类别划分能为信息抽取提供更丰富的语义内涵,该技术也是信息检索、问答系统、知识图谱、文本挖掘等下游任务的重要支撑。作为关键任务,极细粒度实体分类需要消除语义上的歧义,根据实体（专有名词）的上下文自动、快速地发掘合理且准确实体细粒度类别含义。极细粒度实体分类由于类别多（超过一千类）,标注极为困难因而鲜有标注数据,只能通过用规则生成的远程监督数据作为训练数据。但是远程监督数据普遍存在超过20%的噪声,这是目前极细粒度实体分类的发展瓶颈。因此本文提出通过自训练学习方法剔除极细粒度数据集中存在的噪声。另一方面,随着类别的增多与数据量的攀升,极细粒度实体分类对于特征抽取器的依赖也在加剧,也是目前极细粒度实体分类的另一个短板。特征抽取是自然语言处理中不可避免的第一步,但是训练一个性能优异的特征抽取器需要耗费研究者大量的金钱与时间成本。本文在此前提下提出对现有特征抽取器进行融合的方法,以获取富含更多语义信息的特征抽取器。本文提出的基于自训练去噪与特征融合的极细粒度实体分类方法具体为:（1）针对极细粒度远程监督数据中存在的噪声的问题,本文提出基于自训练去噪的极细粒度实体分类方法。自训练去噪方法依赖于数据的全局与局部一致性对远程监督数据净化提纯,步骤如下:划分远程监督数据集为实体不相交子数据集;基于子数据集为局部数据分布建模;统计局部分布的情况建模全局数据分布;通过新旧全局数据分布对比评估;截取不同程度净化的远程监督数据集。基于去噪优化后的远程监督数据集训练新模型,新模型不仅获得了性能上的提升,同时也改善了模型对有监督数据集过拟合的情况。此外本文通过随机挑选去噪后数据进行手工评估,以及通过将方法迁移到不同的数据集进行实验。结果证明自训练去噪方法强大且稳定的去噪能力,同时也证明了无需先验的自训练方法具有普遍适用性。（2）针对复杂特征抽取器难以优化的问题,本文提出了基于特征融合的极细粒度实体分类方法。该方法为特征抽取提供了一种崭新的思路,能在仅使用少量计算资源情况下获得更多文本特征信息。通过尝试对不同特征抽取器的线性融合与级联融合使现有的特征抽取器获得更加丰富的信息。本文证明级联融合对相似度较低的特征抽取器拥有更好的融合性能。同时通过模型参数量与模型性能的关系论证了适应于当前极细粒度实体分类模型复杂度的特征融合方法。本文采用了极细粒度实体分类领域内通用的公开数据集和一个跨域数据集进行实验,并采用了统一公认的评价标准。实验结果表明,本文提出的极细粒度实体分类算法超过了现有最先进（State-of-the-Art）的方法。基于本文提出的极细粒度实体分类方法,在2019年美国国家标准技术研究院（NIST）组织的国际知识库构建大赛（TAC KBP）中的极细粒度实体识别与实体发现任务上,取得了综合成绩国内第一名的好成绩。参加本次任务的队伍还包括腾讯人工智能平台部、阿里巴巴达摩院、IBM Research、UIUC、CMU等国内外高校与研究机构。在中国工程科技知识中心的应用中,创新性的在标注器上应用了极细粒度实体分类模型辅助标注人员完成实体分类数据的标注,通过累计对140个文档,总共4030条实体数据的标注实践证明该标注器的推广能够使标注人员提高一倍的效率。