在学术论文搜索中,根据作者姓名搜索是一种常见的搜索方式。但由于重名现象的严重性,当用户搜索某一姓名时,系统会返回所有该姓名的不同人的学术论文成果,用户还需自行筛选想要查询的信息,这种现象称为人名歧义问题。人名歧义问题影响着检索的质量,也不方便人们快速了解某位学者的所有研究成果,因此,人名消歧问题一直是国内外学者研究的热点。本文选题来源于企业实际项目,项目背景为公司需要给客户提供医生洞察,其中包括医生在Pub Med文献数据库中的论文数量信息,因此需要完成Pub Med论文作者的姓名消歧,即确定论文某作者具体是国内的哪位医生。针对以上目标,本文提出了一种完成人名消歧的论文作者检索系统,以方便工作人员通过人名检索得到所需的信息。论文主要工作与创新如下:（1）系统数据的获取与处理。主要包括两种数据:医生数据以及论文作者数据。本文通过Scrapy框架完成多源医生数据的获取,并完成了多源医生数据的融合,构建了信息完整且唯一的医生本体。接着从Pub Med论文信息中抽取出论文作者个人信息,主要包括作者工作单位、所属科室、区划信息以及个人电子邮箱。解决了包括英文名作者过滤、工作单位中英文对应以及标准化等一系列问题。（2）作者姓名消歧。提出了一种基于医生知识库的实体链接消歧与作者聚类相结合的两阶段姓名消歧法,通过论文作者到医生本体的匹配,完成论文作者人名消歧。首先,根据论文作者的个人属性信息从医生知识库中过滤候选人,然后通过word2vec训练科室相似度计算模型对候选人进行排序,完成实体链接消歧。接着根据作者合作关系对上阶段没有消歧的作者与同名医生一起进行聚类,完成了更多的作者消歧。（3）作者人名检索系统的设计与实现。首先使用Elasticsearch创建系统索引库,完成了搜索业务的分离。然后采用Flask框架实现了论文人名检索系统的主要功能模块。包括搜索词预处理、用户认证、以及给认证用户提供数据修改等,方便工作人员使用。根据使用反馈,本系统可以帮助用户方便的获得医生发表的论文数量信息,节省了工作人员大量时间;并通过提供数据修改的用户接口,方便了工作人员对程序的消歧错误进行人工修改,形成“程序消歧-人工完善”的消歧闭环,满足了业务需求。同时,测试结果表明:本文实现的消歧算法精确率达到了79.6%,召回率达到了83.6%,系统各模块也均通过测试。但本文仍存在一些不足,比如人名消歧过程目前没有对作者姓名为拼音缩写的情况进行处理,这也是本文工作的进一步研发方向。