本研究针对历史文本中的实体链接挑战，特别是在音乐领域，提出了音乐遗产命名实体识别、分类和链接（MHERCL）新基准，并开发了一种结合知识图谱的无监督实体链接模型，显著提升了历史文献的实体链接性能。

本研究探讨了领域适应技术在历史文本处理中的应用，特别是在词性标注和文本规范化方面。通过深度学习模型和多任务学习，提升了模型性能。研究分析了不同语言的历史拼写规范化方法，强调了训练数据的重要性，并提出在规范化过程中需谨慎，以保留文本特性。