本发明涉及基于情报文档面向知识图谱问答的实体消歧方法,包括步骤:经实体链接生成实体对应的多个候选实体;多个候选实体作为训练数据,通过RankNet基于神经网络构建排序模型,并使用梯度下降法优化排序模型;结合BP网络反向传播算法和共轭梯度算法对构建的排序模型进行训练,使用训练后的排序模型选择出与实体最相关的候选实体,从而消歧掉其他的候选实体。本发明的核心创新点是将实体链接任务转换成为信息检索问题,先通过常规的规则字典方法识别生成候选实体,然后采用改进的LTR(Learning to Rank)方法将指称链接到最优可能的候选实体,这样讲实体消歧任务转换成为信息检索中的LTR问题,利用排序模型对候选实体进行消歧。