[发明专利]实体匹配方法、装置及电子设备

说明书

本申请公开了一种实体匹配方法、装置及电子设备，该方法包括：获取待匹配的实体名称；从包含多个标准实体名称的标准名称库中，搜索出与实体名称的匹配度较高的多个候选实体名称；确定实体名称与候选实体名称分别在至少一个预设维度上的相似性；综合实体名称与候选实体名称在至少一个预设维度上的相似性，从多个候选实体名称中，确定出与实体名称在至少一个预设维度上的综合相似性最高的候选实体名称；将综合相似性最高的候选实体名称确定为实体名称对应的标准实体名称。本申请的方案可以增大实体名称匹配所适用的情况，提高实体名称匹配的精准度，并减少人力资源消耗。

技术领域

本发明涉及通信技术领域，更具体地说，涉及一种实体匹配方法、装置及电子设备。

背景技术

实体匹配已经被应用到多个不同领域，其是指找出属于同一个实体的两个对象。如，一种比较常见的实体匹配的应用场景为，根据待匹配的实体名称，找出待匹配的实体名称对应的实体标准名称。比如，在销售流通领域中，可能需要统计和跟踪不同公司之间的商品流通，但是由于销售流水记录的数据来源不一，使得销售流水中记录的同一个公司的公司名称并不标准，因此，为了实现对销售流水的跟踪和统计，就需要将销售流水中这些不标准的公司名称匹配到相应的公司标准名称。

目前为了确定待匹配的实体名称所对应的实体标准名称，需要人工预先观察一些不标准的实体名称与实体标准名称所构成的样本数据的特点，并总结出一些规则逻辑，然后依据这些规则逻辑确定实体名称所对应的实体标准名称。然而，人工观察的样本数据较为有限，因此，基于人工观察所制定的规则逻辑并不能覆盖所有情况，从而导致一些不标准的实体名称无法匹配到相应的实体标准名称。而且，通过人工观察样本数据总结规则逻辑的方式也对于人工的经验要求较高，且需要耗费较多的人力资源。

发明内容

本发明的目的是提供一种实体匹配方法、装置及电子设备，以增大实体名称匹配所适用的情况，提高实体名称匹配的精准度，并减少人力资源消耗。

为实现上述目的，本发明提供了如下技术方案：

一种实体匹配方法，包括：

获取待匹配的实体名称；

从包含多个标准实体名称的标准名称库中，搜索出与所述实体名称的匹配度较高的多个候选实体名称；

确定所述实体名称与所述候选实体名称分别在至少一个预设维度上的相似性；

综合所述实体名称与所述候选实体名称在所述至少一个预设维度上的相似性，从所述多个候选实体名称中，确定出与所述实体名称在所述至少一个预设维度上的综合相似性最高的候选实体名称；

将所述综合相似性最高的候选实体名称确定为所述实体名称对应的标准实体名称。

优选的，所述确定所述实体名称与所述候选实体名称分别在至少一个预设维度上的相似性，包括：

将所述实体名称分词为至少一个第一分词，并将所述候选实体名称分词为至少一个第二分词；

按照预设的至少一种信息类别，从所述实体名称的至少一个第一分词以及所述候选实体名称的至少一个第二分词中，提取出分别属于所述至少一种所述信息类别的至少一个分词集合，其中，每种信息类别对应一种预设维度，属于每种信息类别的分词集合中包括属于该信息类别的至少一个第一分词和至少一个第二分词；

依据分别属于所述至少一种信息类别的至少一个分词集合，确定所述实体名称和所述候选实体名称分别在所述至少一种信息类别中的相似性。

优选的，所述确定所述实体名称与所述候选实体名称分别在至少一个预设维度上的相似性，还包括：

将所述实体名称的字符串与所述候选实体名称的字符串之间的相似度，确定为所述实体名称与所述候选实体名称在一个预设维度上的相似性。