实体链接任务（EL）的目标是将非结构化文本中的提及内容对应到知识库中相应的实体上。主流的实体链接模型都使用全局模型来建模文档的话题一致性，但大多数没有成功地对多种链接信息，如提及语义、实体语义、知识库中的链接结构等之间的交互进行建模。我们提出了一种基于异构图的实体链接方法（HEGEL），为每个文档构建一个信息丰富的异构图，以收集各种有助于链接的信息，并使用一种新的异构图神经网络（HGNN）来进行信息的集成、交互的建模。实验表明，我们的方法能够较好地建模全局的话题一致性，并取得了优于现有实体链接方法的表现。
