随着Web数据库的快速增长，有必要自动提取和集成Deep Web中可用的大规模数据。 但是当前的Web搜索引擎进行页面级别的排名，对于面向实体的垂直搜索来说，这已经不足。 在本文中，我们提出了一种基于本地评分和全局聚合的，用于深度Web查询的名为LG-ERM的实体级排名机制。 与传统方法不同，LG-ERM考虑了更多的排名影响因素，包括实体提取的不确定性，实体的样式信息和Web资源的重要性以及实体关系。 通过结合局部评分和全局聚合进行排序，查询结果可以更加准确，有效地满足用户的需求。 实验证明了L