本申请公开了一种基于无监督学习的实体清洗方法及系统，涉及实体清洗技术领域。具体实现方案为：构造正训练样本和负训练样本，根据正训练样本和负训练样本训练预训练语言模型，得到精准的语言模型；获取知识图谱中的同名实体，将同名实体输入语言模型，得到第一编码数据和第二编码数据；拼接第三编码数据和第四编码数据，得到同名实体的第五编码数据；计算任意两个第五编码数据的余弦相似度得到相似度数据，对比计算后的相似度数据和预设的相似度阈值，判断是否是同一实体，有益效果在于不需要每一次判断都将实体信息经过语言模型，大大降低了计算消耗量，提高了实体清洗的速度。