词义消歧（Word Sense Disambiguation, WSD）自引入自然语言处理（NLP）领域以来，始终是一项基础且持续研究的重要课题。其应用广泛，涵盖情感分析、信息检索（Information Retrieval, IR）、机器翻译以及知识图谱构建等多个方面。目前，WSD的解决方案主要分为监督式方法与基于知识的方法两大类。本文提出一种基于知识的方法，通过建模给定句子背后的语义空间与语义路径来解决该问题。该方法依托著名的知识库WordNet，分别利用潜在语义分析（Latent Semantic Analysis, LSA）与PageRank算法对语义空间和语义路径进行建模。实验结果验证了该方法的有效性，在多个WSD数据集上取得了当前最优（state-of-the-art）的性能表现。