建立机构知识库，收集整理科研成果，已成为很多单位科研部门近年来的一项重要工作。建立机构知识库最关键、最难的环节是清洗机构科研成果数据，特别是清洗学者英文成果的数据最为繁琐，其中相当一部分需要人工辨认。据中科院机构知识库项目组统计，目前很多单位虽然建设了机构知识库，但因数据清洗不彻底而导致数据无法使用，其原因就是中国学者发表英文文献时，学者名称著录格式多样、机构和科室的英文名称书写不规范。如我国著名的呼吸疾病专家钟南山在SCI和PubMed数据库中的科研成果，作者名称标注有zhong nanshan、zhong nan-shan、zhong n-s、zhong NS、zhong N等形式，所在单位附属第一医院的英文写法有：first hospital、1st hospital、hospital 1、First Affiliated Hospital等形式。著录格式的多样化造成自动化程度不高，大量成果需要人工清洗，而学者自行认领个人成果的模式因没有行政命令和利益驱动导致无法进行，最终科研管理部门只能通过人工辨认学者成果，费人费时费力。

人工智能时代的到来，医学数据、图像、信号等各种形式的数据日益增多，医疗大数据的智能化处理变得越来越重要，其巨大的潜力引起了很多专家学者和高科技公司的关注[1]。深度学习是最近几年人工智能领域发展起来的一项新技术，是一种基于大数据的新型机器学习方法，具有分布式、并行信息处理及智能计算的功能[2]。它通过调整内部大量节点之间相互连接的关系，达到处理信息的目的，并具备学习、自组织、泛化及训练的能力。本文探索利用人工智能的深度学习技术，模拟人工辨认学者身份，进而解决英文文献中中国学者身份的智能化识别问题。……