[目的/意义]研究中文重名规范记录实体匹配的技术路径，综合运用多种算法与策略，旨在为同库或跨库同一人名称规范记录的关联和融合提供借鉴。将大语言模型与规则匹配相结合，提出重名规范记录的实体匹配方案。经数据验证发现该方案可降低中文名称规范数据库数据冗余，有助于实现数据的整合与集成。

[方法/过程]选取具有较高重名率的个人名称规范记录作为分析样本，利用GPT-4o按特定规则从标目附注项和参考数据源等字段提取实体特征，通过中文大语言模型计算嵌入向量，结合最长子字符串匹配、语义距离匹配和层次聚类等技术手段，设计了4种实体匹配方案：提示词+全字段嵌入、单字段嵌入加权、最长子字符串+语义匹配计数、最长子字符串+语义距离加权。

[结果/结论]实验结果表明，最长子字符串+语义匹配计数和单字段嵌入加权方法在F1值上表现突出，召回率和精确率较高，适合图书馆重名规范记录的实体匹配场景。

陈辰,李佳伦,王雪峰,李春秋,周晓城.中文重名个人名称规范记录实体匹配多元路径研究[J].图书情报工作,2026 ,70 (12) :104-117.