知识库给人们管理和利用知识的方式带来很大改变。在知识库的应用中,实体链接是一个关键的步骤。实体链接是将文本中的实体指称链接到知识库中相对应的实体的过程。实体链接在基于知识库的问答、知识库扩充、事件分析等多个领域都有重要应用,也是一个得到了长久研究的问题。大多数现有实体链接研究都是面向开放领域的实体链接,近几年针对特定领域的实体链接研究得到了更多的关注,由于特定领域实体链接任务与开放领域任务有不同的特点,传统的针对开放领域的实体链接技术不能有效地直接应用于特定领域任务中。本文研究特定领域微博实体链接,我们重点解决以下两个主要问题:1.微博等社交媒体具有用语不正式的特点,人们喜欢使用以及创造非正式的实体指称来指代一些实体,这些非正式实体指称很多没有被记录到知识库中,因此它们给实体链接带来困难。2.实体流行度是很多现有实体链接方法中用于实体消歧的重要特征,由于特定领域下实体流行度不同于开放领域中全局的实体流行度,现有的针对开放领域的实体流行度计算方法不能有效地直接用于特定领域实体链接任务。针对以上两个问题,我们提出基于实体同义词识别与相关性估计的实体链接模型,同时我们提出基于远程监督的模型训练方法,以减少数据标记的成本,使我们的模型更容易用于实践中。我们收集数据并通过充分的实验来验证我们提出的方法的有效性。