隨著自媒體的蓬勃發(fā)展，任何人都可以在網(wǎng)上隨意發(fā)布和轉(zhuǎn)發(fā)信息，而這些信息可能是真實(shí)的，也可能是道聽途說(shuō)或被故意篡改的。互聯(lián)網(wǎng)上數(shù)據(jù)的嚴(yán)重冗余和弱可信問(wèn)題，導(dǎo)致現(xiàn)有數(shù)據(jù)的可用性很差。Bi- LSTM-CRE（ Bi-long Short Termemory with Conditional random Fiyer）網(wǎng)絡(luò)雖然能夠解決數(shù)據(jù)中命名實(shí)體識(shí)別的準(zhǔn)確率問(wèn)題，但不能滿足識(shí)別出的實(shí)體是可信的這一要求。文中提出一種基于編輯距離的多實(shí)體可信確認(rèn)算法，并通過(guò)人物命名實(shí)體識(shí)別實(shí)例對(duì)該算法進(jìn)行驗(yàn)證。首先通過(guò)分布式爬蟲抓取同一個(gè)郵箱地址在多個(gè)搜索引擎上的TωpN網(wǎng)頁(yè)記錄，然后使用經(jīng)過(guò)雙語(yǔ)語(yǔ)料訓(xùn)練后的Bi-LSTMCRF模型抽取每個(gè)頁(yè)面內(nèi)的人物命名實(shí)體，最后通過(guò)實(shí)體多參數(shù)融合確定郵箱所對(duì)應(yīng)的人物命名實(shí)體。實(shí)驗(yàn)結(jié)果表明，多實(shí)體可信確認(rèn)算法能夠?qū)⑧]箱地址與郵箱真實(shí)主人的匹配準(zhǔn)確率MRR（ Mean Reciprocal Rank）提高到91.32%，相比只使用詞頻的算法其MRR提升了23.08%。實(shí)驗(yàn)數(shù)據(jù)充分說(shuō)明，多實(shí)體可信確認(rèn)算法能很妤地從弱可信數(shù)據(jù)中獲得強(qiáng)可信度的實(shí)體，降低海量數(shù)據(jù)中的低質(zhì)特性，從而有效地増強(qiáng)實(shí)體數(shù)據(jù)源的可信度。