朱国进　沈盼宇

摘 要：随着互联网技术的快速发展，人类已经习惯于从网络上获取知识，然而伴随着网络资源爆炸式增长，网络资源内容多样，人们使用浏览器获取知识的方法却停滞不前，因此需要一种工具来帮助人们从网络中高效的获取和发现新知识。由于网络资源文本并不是完全结构化的数据，还包括一些自由文本等复杂的无结构数据，这种文本信息虽然方便人们自由表达概念以及事件等，但是同时也为机器搜索、统计分析等制造了障碍。因此，为了在文本上更方便地进行知识分析和挖掘，本文提出一种基于深度学习的算法知识实体识别与发现的方法，应用于算法知识领域来解决上述问题。通过创建算法知识专家库[1]，训练词向量，建立深度神经网络模型，从算法知识文本中识别和發现算法知识名称。实验结果表明，该深度神经网络模型识别算法知识的准确率高达98%，并有效发现了专家库以外的新知识点，实现了预期实验需求。

关键词：知识实体；命名实体识别；深度学习；知识发现

中图分类号：TP391 文献标识码：A