双语命名实体对是跨语言自然语言处理领域的一项重要资源,大规模双语命名实体识别可以有效提升信息检索、机器翻译、自动摘要等自然语言处理任务的性能,研究抽取双语命名实体对有重要的意义和应用价值。本文对中英双语对齐语料抽取命名实体对的方法进行了研究,在学习前人工作的基础上,针对中英命名实体对匹配不完全、匹配错误等问题,提出了一种融合词向量的多特征命名实体对抽取方法。首先,使用命名实体识别模型分别在中英两种语言上识别出中文命名实体和英文命名实体,形成多个候选实体对;接着使用命名实体扩展策略,扩充命名实体对候选集;然后计算候选集中每一个实体对的各项特征,包括音译特征、翻译特征、长度特征,以及在命名实体扩展过程中计算的中英匹配和英中匹配特征,共五项特征,其中,在计算匹配特征时,加入了单语和跨语言词向量进行优化;最后,分别使用最大熵模型和神经网络分类模型融合上述各项特征,判断命名实体候选对是否具有互译关系,最终得到命名实体对集合。实验结果表明,本文提出的方法能够有效提取中英双语对齐语料中的命名实体对,在公开中英平行语料库上抽取人名、地名、组织机构名实体对的开放测试F值分别达到89.50%、86.99%和81.22%。基于上述方法,本文设计并实现了一个双语实体对抽取系统,该系统分为四个模块:（1）中英单语命名实体识别模块;（2）命名实体扩展模块;（3）候选命名实体对特征计算模块;（4）命名实体对对齐模块。基于上述系统,使用Flask Web框架搭建命名实体对抽取系统在线平台。该平台提供管理员和普通用户两种身份,由管理员添加和指派语料,普通用户在线调用模型抽取并修正被指派的语料文章,并将新的双语实体对保存在双语实体对词典中。