随着知识图谱技术的迅速发展,人们从不同数据源获得了数以亿计的实体。实体消解即识别指称现实世界同一对象的不同实体的过程。利用实体消解可以找出不同知识图谱中等价的实体,从而能够将不同知识图谱中的事实知识进行融合,获得内容更加丰富的知识图谱。因此,实体消解长期以来一直受到知识图谱以及许多其他领域研究人员的关注。虽然已经有大量用于解决实体消解问题的自动化方法,但是这些方法仍然面临着实体在不同知识图谱中表示方式异构的挑战。而人类作为背景知识的宝贵来源,越来越多地通过众包和主动学习参与到实体消解工作流中,其中呈现精简且易于比较的信息对于帮助人们干预实体消解任务至关重要。然而,当前用于单实体或成对摘要的方法不能很好地支持人类同时观察和比较多个实体,这降低了人工干预的效率和准确性。本文通过对一组实体的属性进行对齐后,再对多个实体生成摘要,得到多实体的对比表来辅助人工干预。本文提出了一种自动化方法,为一组实体选择一些重要的属性和值,并以对比表的形式呈现,用于人工实体消解。本文的贡献主要包括三个方面:●本文使用对数几率回归组合了属性对的三种相似度来估计匹配概率,并在同一个知识图谱中不存在重复属性的约束下进行全局属性匹配优化,利用高效的算法找出匹配的属性团。本文还证明了该约束下的整体属性匹配问题是NP难的。●本文在匹配属性团的基础上,依据实体消解任务的直观特性利用四种属性团优度度量和一种取值优度度量,用来评价不同属性团和取值对实体消解任务的帮助。本文设计了属性团数量约束和实体覆盖约束来选择最优的属性团用来构成对比表的列,再使用取值选择算法来填充对比表中的单元格。本文还证明了实体覆盖约束下最优的属性团优化算法的近似比。●本文构建了包含250个多实体消解任务的数据集用于测试算法性能,对比实验表明本文提出的对比表生成算法能够有效提高实体消解任务中人工干预的效率和质量。