随着全文数据库向用户免费开放、自然语言处理与机器学习技术的快速发展,基于全文内容的文献计量与评价研究逐渐兴起,如知识实体抽取与评价研究等。算法是一种典型的知识实体,在当前大数据环境下,数据的处理与分析等关键步骤都离不开算法的应用。研究算法实体在特定领域学术论文中的提及,并在此基础上分析其影响力,能够揭示算法实体在学术论文中的分布,发现高影响力算法,从而为相关研究者了解和选择算法提供参考。为此,本文依据自然语言处理相关方法与技术,从全文数据中抽取出算法实体,分析其提及频次、提及位置以及提及时间,并在此基础上研究其学术影响力。在算法实体抽取方面,本研究将其看作一种特殊的命名实体识别任务。首先,通过人工识别的方法,从全部4,641篇国际计算语言学年会（ACL）论文中抽取出977种算法实体并构建算法实体词列表;其次,通过算法词匹配的方法从原始数据集中抽取出算法实体所在的句子,并以此为标注语料,训练算法实体自动抽取模型,从全部全文数据中剔除标注语料,在剩余语料上抽取出51,884个实体词,将频次为1的结果剔除后再进行人工筛选最终得到221种新算法实体;最后,将自动抽取结果与人工抽取结果进行整合得到全部算法实体共1,198种,用于后续算法提及频次、位置以及时间的分析。在提及频次分析方面,本研究将算法实体的提及频次细分为与提及论文数与总提及次数两个指标,首先获取算法实体所在的文章编号,根据文章编号的唯一性统计各算法实体的提及论文数与提及总次数,并在此基础上进行算法影响力的分析。在提及位置分析方面,本研究将算法实体的提及位置定义为算法实体所处的章节类型。首先从原数据集获取章节类型信息,得到各算法实体所对应的提及位置,接着以提及论文数为分析指标,分析各章节类型中的算法实体分布,并进一步考察不同算法实体在方法、实验等重点章节中的分布,最后在重点章节的频次统计结果基础上对各算法实体的影响力进行分析。在提及时间分析方面,本研究将算法实体所在文章的发表年份定义为算法实体的提及时间。首先提取出算法实体及其对应的文章编号,得到各算法实体所对应的提及时间;然后以提及论文数为分析指标,考察特定时间内算法整体提及情况的变化趋势,并以高频算法为例,分析不同算法的变化趋势,最后结合提及论文数与提及时间对各算法实体进行影响力的分析。本研究旨在揭示算法实体在学术论文全文中的提及情况,并基于多个维度对其影响力进行分析,所得结果可为相关科研工作选择与使用相关算法时,提供一定的参考。