我们提出了一种针对实体分析流程中三个核心任务的联合模型：共指消解（文档内提及项聚类）、命名实体识别（粗粒度语义类型标注）以及实体链接（与维基百科实体匹配）。该模型在形式上是一个结构化条件随机场（structured conditional random field）。模型中的单变量因子编码了各任务强基线方法所提取的局部特征，随后引入二元和三元因子以捕捉任务间的交互关系，例如共指提及项必须具有相同语义类型的约束。在ACE 2005和OntoNotes数据集上的实验结果表明，该模型在三个任务上均取得了当前最优性能。此外，相较于强独立基线模型，联合建模显著提升了各任务的性能表现。