项目描述：项目目标：开发一款基于大语言模型的智能匹配工具，支持用户输入任意形式部门名称，自动输出标准化简称列表，并集成SSO实现多用户数据隔离，提 升跨部门协作效率。 核心贡献与成果：（1）融合大模型语义理解与编辑距离模糊匹配，实现双引擎兜底机制，对全称、简称、同音错字（如“供应练”→“供应链管理部”）识别 准确率达99%以上；设计二级副部门自动归并算法，根据“序号”空值智能判定隶属关系，无需人工干预。（2）搭建轻量化前端，支持表格上传、批量输入 （多种分隔符）、结果一键复制；提供逐条匹配详情追溯（原始输入→匹配部门→纠正类型→输出简称），提升透明度和用户信任度。（3）工程化与安全 落地：集成公司SSO系统实现Token认证，设计基于用户名的缓存隔离策略，保障多用户数据独立与安全；缓存机制支持表格哈希和查询结果复用，单批次 （20个部门）处理耗时由5分钟降至3秒内。（4）推广与成效：已在本部门常态化使用，累计处理多次任务；沉淀出“表格导入+语义匹配+模糊兜底+层级 归并”标准化流程，可复用至其他名称归一化场景（如客户单位、物料清单）；获评公司微创新成果。