針對(duì)傳統(tǒng)實(shí)體對(duì)齊方法在中文異構(gòu)網(wǎng)絡(luò)百科實(shí)體對(duì)齊任務(wù)中效果不夠顯著的問(wèn)題，提出一種基于實(shí)體屬性與上下文主題特征相結(jié)合的實(shí)體對(duì)齊方法。首先，基于百度百科及互動(dòng)百科數(shù)據(jù)構(gòu)造中文異構(gòu)百科知識(shí)庫(kù)，通過(guò)統(tǒng)計(jì)方法構(gòu)造資源描述框架模式（ RDFS）詞表，對(duì)實(shí)體屬性進(jìn)行規(guī)范化；其次，抽取實(shí)體上下文信息，對(duì)其進(jìn)行中文分詞后，利用主題模型對(duì)上下文建模并通過(guò)吉布斯采樣法求解模型參數(shù)，計(jì)算出主題一單詞概率矩陣，提取特征詞集合及對(duì)應(yīng)特征矩陣；然后，利用最長(zhǎng)公共子序列（LCS）算法判定實(shí)體屬性相似度，當(dāng)相似度位于下界與上界之間時(shí)，進(jìn)一步結(jié)合百科類實(shí)體上下文主題特征進(jìn)行判定；最后，依據(jù)標(biāo)準(zhǔn)方法構(gòu)造了一個(gè)異構(gòu)中文百科實(shí)體對(duì)齊數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，與經(jīng)典的屬性相似度算法、屬性加權(quán)算法、上下文詞頻特征模型及主題模型算法進(jìn)行比較，所提出的實(shí)體對(duì)齊算法在人物領(lǐng)域和影視領(lǐng)域的準(zhǔn)確率、召回率與綜合指標(biāo)F值分別達(dá)到97. 8%、88。0%、92. 6%和98. 6%、73. 0%、83. 9%，比其他方法均有較大的提高。實(shí)驗(yàn)結(jié)果驗(yàn)證了在構(gòu)建中文異構(gòu)百科知識(shí)庫(kù)場(chǎng)景中，所提算法可以有效提升中文百科實(shí)體對(duì)齊效果，可應(yīng)用到具有上下文倌息的實(shí)體對(duì)齊任務(wù)中。