提出一种融合多维特征的医学知识图谱分步实体对齐方法，从电子病历和网络资源中抽取垂体瘤相关疾病、 症状数据，进行实证研究。方法：首先进行尾实体对齐，通过训练 Word2Vec 和 BERT 模型获得实体的语义特征，使用 三元组训练翻译模型得到实体结构特征，利用 Jaccard 相似度计算字符特征，利用分类模型进行特征学习和预测；然后进 行头实体对齐，利用实体的属性相似性和结构相似性构建头实体对齐模型。结果：尾实体对齐模型的 F1 值为 99.58％， 头实体对齐模型的 F1 值为 97.32％，说明所选择的特征可以很好地表示实体，模型具有良好的对齐效果。结论：目前关 于医学知识图谱的实体对齐模型研究仍处于起步阶段，融合多维特征的医学知识图谱分步实体对齐方法是对现有医学知 识图谱构建方法的重要补充。
