基于深度學習的算法知識實體識別與發現

朱國進　沈盼宇

摘 要：隨著互聯網技術的快速發展，人類已經習慣于從網絡上獲取知識，然而伴隨著網絡資源爆炸式增長，網絡資源內容多樣，人們使用瀏覽器獲取知識的方法卻停滯不前，因此需要一種工具來幫助人們從網絡中高效的獲取和發現新知識。由于網絡資源文本并不是完全結構化的數據，還包括一些自由文本等復雜的無結構數據，這種文本信息雖然方便人們自由表達概念以及事件等，但是同時也為機器搜索、統計分析等制造了障礙。因此，為了在文本上更方便地進行知識分析和挖掘，本文提出一種基于深度學習的算法知識實體識別與發現的方法，應用于算法知識領域來解決上述問題。通過創建算法知識專家庫[1]，訓練詞向量，建立深度神經網絡模型，從算法知識文本中識別和發現算法知識名稱。實驗結果表明，該深度神經網絡模型識別算法知識的準確率高達98%，并有效發現了專家庫以外的新知識點，實現了預期實驗需求。

關鍵詞：知識實體；命名實體識別；深度學習；知識發現

中圖分類號：TP391 文獻標識碼：A