La desambiguación de nombres ha sido durante mucho tiempo un problema significativo en muchos campos, como la gestión literaria y el análisis social. En los últimos años, los métodos basados en redes de grafos han tenido un buen desempeño en la desambiguación de nombres, pero estos trabajos rara vez han utilizado grafos heterogéneos para capturar las relaciones entre nodos. Los grafos heterogéneos pueden extraer información de relación más completa para que se pueda aprender una representación de nodo más precisa. Por lo tanto, se propone una Red de Grafos Heterogéneos de Doble Canal para resolver el problema de desambiguación de nombres. Utilizamos la red de grafos heterogéneos para capturar diversas informaciones de nodos para asegurar que nuestro método pueda aprender información de estructura de datos más precisa. Además, utilizamos fastText para extraer la información semántica de los datos. Luego, se utiliza un método de agrupamiento basado en DBSCAN para clasificar artículos académicos de diferentes autores en diferentes grupos. En muchos experimentos basados en conjuntos de datos reales, nuestro método logró una alta precisión, lo que demuestra su efectividad.