摘要： 【目的/意义】为了实现高质量的数据清洗目标以提高专利大数据的利用效率，发明人姓名消歧成为了目前 一个亟待解决的关键性问题。【方法/过程】本文提出了基于专家研讨思想的发明人姓名消歧算法，即首先根据综合 相似度阈值将消歧过程中产生的发明人姓名歧义分为确定性歧义和非确定性歧义；然后对确定性歧义直接修正， 同时，引入专家研讨思想，通过群体智慧将非确定性歧义转化为确定性歧义进行消歧。【结果/结论】以国内医药行 业专利数据为实例的分析表明，与以往单纯的机器消歧算法相比，该消歧算法从准确率和消歧时间两个维度均具 有显著改进。
