1.一种命名实体对齐方法，其特征在于，所述方法包括：获取待对齐命名实体，对所述待对齐命名实体进行标准化处理，得到标准待对齐命名实体；

获取测试命名实体集，对所述测试命名实体集进行抽样处理，得到测试命名实体子集；

利用每个测试命名实体子集训练预设的神经网络模型，得到命名实体对齐模型集合；

根据所述命名实体对齐模型集合对所述待对齐命名实体进行模型对齐，得到对齐结果；

其中，所述根据命名实体对齐模型集合对所述标准待对齐命名实体进行模型对齐之前，还包括：利用所述标准待对齐命名实体在预构建的标准命名实体库中进行形态对齐，若所述形态对齐成功，得到所述对齐结果；若所述形态对齐不成功，根据所述命名实体对齐模型集合对所述标准待对齐命名实体进行模型对齐；

所述根据所述命名实体对齐模型集合对所述待对齐命名实体进行模型对齐，得到对齐结果，包括：将所述标准待对齐命名实体中每个文字转化为预定维度的字向量，计算所述标准待对齐命名实体中所有文字对应的字向量的平均值，得到标准待对齐命名实体向量；利用所述命名实体对齐模型集合中的每个命名实体对齐模型对所述标准待对齐命名实体向量进行对齐处理，得到预测对齐实体向量；将所述标准命名实体库中的每个标准命名实体转化为标准命名实体向量，汇总所有所述标准命名实体向量，得到标准命名实体向量库；对所述预测对齐实体向量与所述标准命名实体向量库中每个所述标准命名实体向量进行相似度计算分析处理，得到所述对齐结果。

2.如权利要求1所述的命名实体对齐方法，其特征在于，所述利用每个测试命名实体子集训练预设的神经网络模型，得到命名实体对齐模型集合，包括：将所述测试命名实体子集中的每个测试命名实体转化为测试命名实体向量，得到测试命名实体向量子集；

将所述测试命名实体向量子集确定为训练集；

对所述测试命名实体向量子集进行标记，得到标签集；

利用所述训练集及所述标签集对所述神经网络模型进行训练，得到命名实体对齐模型；

汇总所有的所述命名实体对齐模型，得到所述命名实体对齐模型集合。

3.如权利要求1所述的命名实体对齐方法，其特征在于，所述利用所述标准待对齐命名实体在预构建的标准命名实体库中进行形态对齐，若所述形态对齐成功，得到所述对齐结果，包括：计算所述标准待对齐命名实体与所述标准命名实体库中每个标准命名实体的编辑距离；

当在所述编辑距离中存在目标编辑距离等于预设编辑距离值时，确定对齐成功，选取所述目标编辑距离对应的标准命名实体作为所述对齐结果。

4.如权利要求1所述的命名实体对齐方法，其特征在于，所述对所述预测对齐实体向量与所述标准命名实体向量库中每个所述标准命名实体向量进行相似度计算分析处理，得到所述对齐结果，包括：计算所述预测对齐实体向量与所述标准命名实体向量库中每个所述标准命名实体向量的相似度值；

将所有所述相似度值汇总得到相似度集；

确定所述相似度集中的最大相似度值；

选取所述标准命名实体向量库中所述最大相似度值对应的标准命名实体向量作为目标向量；

选取所述标准命名实体库中所述目标向量对应的标准命名实体作为待对齐结果；

汇总所有的所述待对齐结果，得到待对齐结果集合；

利用多数投票机制对所述待对齐结果集合进行筛选，得到所述对齐结果。

5.如权利要求4所述的命名实体对齐方法，其特征在于，所述利用多数投票机制对所述待对齐结果集合进行筛选，得到所述对齐结果，包括：记录所述待对齐结果集合中每个待对齐结果的出现次数；

选取出现次数最多的待对齐结果作为备选对齐结果；

确定所述备选对齐结果的数量；

若所述数量为一，将所述备选对齐结果确定为所述对齐结果；

若所述数量大于一，汇总所述待对齐结果集合中每个待对齐结果对应的相似度值，得到待对齐结果相似度集，选取所述待对齐结果相似度集中最大的相似度值对应的待对齐结果作为对齐结果。

6.一种命名实体对齐装置，用于实现如权利要求1至5中任一项所述的命名实体对齐方法，其特征在于，所述装置包括：标准化模块，用于获取待对齐命名实体，对所述待对齐命名实体进行标准化处理，得到标准待对齐命名实体；

模型训练模块，用于获取测试命名实体集，对所述测试命名实体集进行抽样处理，得到测试命名实体子集；利用每个测试命名实体子集训练预设的神经网络模型，得到命名实体对齐模型集合；

模型对齐模块，用于利用每个测试命名实体子集训练预设的神经网络模型，得到命名实体对齐模型集合。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5中任一项所述的命名实体对齐方法。

8.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的命名实体对齐方法。