本发明公开了一种基于机器学习的实体文本相关度计算方法和系统，其中所述方法包括：获取新闻数据，识别新闻数据中的实体信息；根据所述新闻数据的文本内容抽取不同类型的相关性特征，构建多个维度相关性特征群；对所述新闻数据的文本内容和对应的实体信息进行相关性标注；将标注后的新闻数据文本内容和实体信息输入到Xgboost模型中训练，并预测所述实体信息和新闻数据文本内容的相关性。所述方法和系统通过构建多个不同类型的实体和新闻文本的特征群进行模型训练，使得模型的可解释性更强，并提高训练模型的泛化能力。