AI 怎么核对两张表里的姓名是不是同一个人
两张表的姓名写法不统一,精确匹配对不上,人工又看不过来。讲清怎么先归一再去重,让模型分档判定。
两张表要按人对上,最麻烦的不是数据量,是姓名写法不统一:有的带空格,有的是简称,有的繁体有的简体,还有括号里加了部门。精确匹配一对就错一大片,全靠人工看又太慢。让模型参与的正确顺序是:先把明显的写法差异抹平,再让它按档位判断,最后人工只抽查很小一部分。
入口在哪
- 对话式的 AI 工具都能做,不用装插件,把两列姓名贴进对话就行。
- 表格软件先做初筛:去掉姓名里的空格、统一全半角括号,能解决掉大部分看着不同其实相同的名字。
- 要处理几十上百行,用带文件上传的对话,直接传两份表比复制粘贴稳。
- 不同工具的限额不一样,一次能贴多少行看它提示,超了就分批。
具体步骤
- 两份表各只留一列姓名,最好再带一个唯一编号,后面回填用来对齐。
- 先做机械归一:去掉首尾和中间的空格、统一全半角括号、把括号里的备注摘出来单独放一列。
- 把两列贴给模型,并说清判定规则:什么算同一人,同音不同字算疑似,重名但部门不同算不同人。
- 要求它固定输出三列:表一姓名、表二姓名、结论加一句理由,结论只允许同一人、疑似、不同三种。
- 让它一批只处理二三十行,处理完再给下一批,行数太多它会漏行。
- 把结果贴回表格,用编号做匹配,同一人这一档直接合并,疑似这一档人工看。
几个坑
- 同名不同人。张伟在一张表里是两个不同的人,模型只看名字分不出来,必须带上部门、手机号后四位这类辅助列。
- 只丢两列名字不给规则。模型会按自己的理解判,同一批里标准前后不一致。
- 一次贴几百行。漏行、跳行很常见,而且很难发现漏了哪一行。
- 让它直接给最终匹配表。它可能悄悄合并或删掉几行,回头对不上总数。
- 同音字当成同一人。张玮和张伟、李娜和李那,这类只能算疑似,不能直接合并。
- 输出格式飘。不规定列数和取值,它有时会写一大段解释,回填表格还得手工收拾。
怎么验证
- 随机抽二十行人工核对,错误率高于一两成,说明规则没讲清,回去补规则重跑。
- 看总数:表一行数应当等于输出行数,少了就是漏行。
- 看分布:同一人占绝大多数而两表来源完全不同,多半是判得太松。
- 合并后再数一次人数,重名的条目要能说出来各是谁。
常见问题
能不能直接让模型读完两份表给合并结果
不建议。它看不到你的业务规则,也不知道哪两个同名的是不同的人,直接给结果很难复核。让它做判定、你做合并,出错时能定位到具体哪一行。
几千行怎么办
先做机械归一,把完全一致的名字直接配上,剩下的差异项才交给模型,通常只剩几百行。再按部门、地区分组,一次一批,比整表丢进去又快又准。
涉及个人信息能贴给外部工具吗
姓名加编号风险不大,但手机号、身份证号、住址不要一起贴。能在本地跑模型的就用本地模型,或者只贴姓名和脱敏后的编号。
一句话总结:先把写法归一,再让模型按三档判定,最后只人工抽查疑似的那一小部分。