本发明涉及名称不一致，特别是财务系统内名称不一致的解决方案。
背景技术：
名词解释
格式预处理：为统一格式而采用相应处理步骤进行的预处理。可以是程序完成的，或手工操作指令。
标准名称表：根据业务需求确定的标准名称的集合表格。比如把银行提供的出入帐信息表使用的单位名称作为标准名称。注意因为业务的不同，标准名称不一定是最完整的名称。
非标准名称：与业务确定的标准名称不同的名称称为非标准名称。通常来自业务各个流程。
非标准名称对照表：指非标准名称与标准名称之间建立的对照关系表格。
非关键字词表：根据业务特征，为每类名称定义其非关键的词语(如：公司、有限、责任、股份等)，并形成表格。
各个单位的财务系统电子化已相对普及，在实际工作中，特别涉及资金往来，比如保证金退款等业务中，因工作环节与流程的特性，财务系统往往从不同的业务流程中获得信息，并综合处理。因涉及的环节多，各个环节产生信息时，经常会碰到名称不一致的问题。比如同一单位，理论上其单位名称应该是唯一的，但实际中常会碰到如下问题：
1)单位简称、或不完整称谓。如工行、工商银行、中国工商银行、中国工商银行股份公司、中国工商银行股份有限公司、工行某某区支行，等等。
2)格式问题。如：简体繁体、全角半角、大小写、空格
上述列出的问题最为常见，但不仅限于此。这些问题导致单位的财务系统会把上述原本是同一家的单位，认为是多家不同的单位，导致财务处理的混乱与错误。
在这种情况下，目前的做法是当发现错误(如对不上帐)时，将出错的信息提取出来人工判断处理。或采用改进的方法，如增加格式预处理步骤，对问题2)所述情况采用程序或手工操作进行格式转换，对问题1)所述情况则是逐条检测标准名称表里的每一个标准名称，看其是否包含该非标准名称。如果包含，则将此对名称加入非标准名称对照表(通常是多对一的)，之后再遇到此非标准名称时，查找非标准名称对照表，用对应的标准名称取代。
当数据量大时，即使采用上述改进的方法，出错的数量也相当大。此时人工处理建立非标准名称对照表时，对于大多数的非知名企业而言，手工在标准名称表中找出正确的对应单位也是相当费力的。如前述问题1)中工商银行的例子，如果工行是非知名企业，在庞大的标准名称表中人工找到与“工行”对应的标准名称不是一件容易的事情。并且此种搜索方法存在的另一个问题是，当标准名称是简称或比非标准名称短时，即使此非标准名称在标准名称表中有对应的标准名称，此种搜索也找不到。
技术实现要素：
本发明提供一种名称不一致，特别是财务系统中名称不一致的综合处理技术方案，目的在于最大程度的自动化处理名称不一致，并在需要人工干预时，为人工判断提供尽可能准确的推荐，从而大量减少名称不一致导致的错误，降低人工处理的工作量及出错率。
本发明采用的技术方案具体内容是：
与现有技术相比，增加“非关键字词表”，即：根据业务特性，为每一种需要统一名称的名称项(字段)，定义对应的非关键字词组。如单位名称字段中，非关键字词可以包含：公司、有限、责任、股份等等；对部门名称字段，非关键字词可以是：处、局、科、室等；对地名，非关键字词可以是：省、市、区、县、乡、镇、村等等。
处理非标准名称时，如果非标准名称对照表中也没有其对应的标准名称时，按如下步骤处理：
1)将非标准名称中对应的所述非关键字词表中所列字词去除，根据所述被去除的非关键字词在原所述非标准名称中位置的不同，可能将原所述非标准名称分解成s1到sn的若干子字符串，将所有s1到sn合并得到字符串s；
2)所述s作为整体字符串，在所述标准名称表中查找，如果找到包含所述s的标准名称，则将该所述非标准名称与该所述标准名称对加入所述非标准名称对照表，如果没有查到包含所述s的标准名称，则：
3)在所述标准名称表中逐一检查对所述s1到sn的包含情况，并将包含结果按从多到少排序输出；
4)在所述标准名称表中检查每个标准名称包含所述s的每一个字的情况，并将包含结果按从多到少排序输出。
上述步骤中“排序输出”的结果供人工参考，排在最前面的标准名称最可能是这个非标准名称的对应标准名称。这样的步骤可以凸显最可能对应的标准名称，减少了人工在庞大标准名称表中手工搜索的难度与工作量。
因标准名称完全可能是简称，所以本发明所述方案采用先在非标准名称中去除不必要的字词，即事先依据业务特性定义的非关键字词(如公司、有限、责任、股份等)，再检查包含，将现有技术中检查不出来的标准名称在第2)步能够自动检查出来，提高了效率。对于仍然没有检测出来的非标准名称，再按第3)到第4)步处理，为人工确定提供最可能的推荐，人工效率会进一步提高。
经由上述的技术方案可知，与现有技术相比，本发明公开的名称不一致问题的技术解决方案改进了现有技术中的不足。
附图说明
图1是本发明公开的名称不一致处理步骤流程图。
具体实施方式
本发明具体实施例以单位名称为例进行说明，但不应理解为限定在单位名称上，本发明所述“名称”还可以是(但不仅限于)人名、地名、部门名、项目名、开户银行名等等。
本发明所述“表”(如标准名称表、非标准名称对照表等)，可以是excel中的“工作簿”、数据库中的“表”，或其它能实现相同功能的模块。
具体实施例如下(参照图1)：
在类似财务系统的自动化系统中，从不同工作环节与流程汇集的数据遇到名称不一致非常普遍，下面以单位名称为例，参照图1详细说明本发明的具体内容。
以工商银行为例，系统汇集来的名称可能包括：工行、工商银行、中国工商银行、中国工商银行股份公司、中国工商银行股份有限公司、工行某某区某某分理处，等等。在确定标准名称时，不一定以“中国工商银行股份有限公司”为标准，根据业务的需要，可能需要指定“工商银行某某分行”为其标准名称，并记录在标准名称对照表中，而其他名称都被认为是非标准名称。
为处理非标准名称，财务系统会建立非标准名称对照表，系统遇到非标准名称时查表找到其对应的标准名称，并继续处理。当某个非标准名称不在非标准名称对照表内时，需要将此新的非标准名称找到其对应的标准名称并加入非标准名称对照表内。
现有技术是用此新非标准名称(以“中国工商银行股份有限公司某某分行”为例)搜索标准名称表，但因为标准表内是“工商银行某某分行”，而以“中国工商银行股份有限公司某某分行”搜索，是找不到的。此时即使人工操作，也很难在庞大的标准名称表中找到“工商银行某某分行”与之对应。
本发明的方案是建立非关键字词表，为这个名称列(或域名)建立其对应的非关键字词，如：中国、股份、有限、责任、公司。
按照图1中步骤101处理，将“中国工商银行股份有限公司某某分行”中的所有非关键字词去除，得到“工商银行”(s1)和“某某分行”(s2)，合并s1与s2，得到“工商银行某某分行”(s)。这里选择的例子为了说明s1到sn的分解及合成s，如果去除非关键字词后只有一个字符串s1，则s1即为s。
步骤102，在标准名称表内查找“工商银行某某分行”(s)，找到，去往步骤105，之后结束。
在其他的例子中，如果步骤102中，没有找到s，则去往步骤103；
步骤103，在标准名称表中分别查找s1到sn，按包含多少排序输出。比如为每个标准名称增加计数模块(如域、单元格等)，检测其是否包含s1到sn时，每包含一个，该标准名称的计数模块计数加1，按从多到少将计数排序，并输出供人工参考。
步骤104，将s中的每一个字(或字母)在标准名称表中查找，按包含从多到少排序输出供人工参考，并结束处理步骤。本步骤在实现上可以把s的每一个字按字符查找，或将s的每一个字拆分成一个字符串，再按字符串查找。
步骤105，将此非标准名称及与之对应的标准名称加入非标准名称对照表。