深度阅读（Deep Reading）是一种基于知识图谱，集成与书籍相关的知识源，具备内容理解、关联分析以及用户行为分析能力，支持个性化、基于上下文感知的知识推荐，向读者主动提供全面、关联、智能的深度知识服务的全新阅读模式。

比较浅阅读

同浅阅读相比，深度阅读提高了知识源的覆盖面。深度阅读基于知识图谱，整合了多方面的数据源，深度阅读扩展了知识的纵深。同浅阅读相比，深度阅读增强了知识点之间的语义关联，降低了读者学习成本。同浅阅读相比，深度阅读实现了智能知识推荐，在书籍内容理解和阅读行为理解的前提下，实现个性化知识推荐和具有情景感知能力的知识推荐.

相对“浅阅读”而言的，深度阅读是以提升学识修养和理论思维、工作能力为目的的深层次阅读形式。而“浅阅读”是指一种浅层次的、以简单轻松甚至娱乐性为目的的阅读形式。这是读者与作者心与心的交流，虽然对大多数人来说深度阅读费时费事，但深度阅读不仅提高你的文学素养，还陶冶你的情操。所以，在这浅阅读盛行的时代中，只要你能够深度阅读，那么，你得到的知识将相对于浅阅读，是更加完善与丰富的！

因此，深度阅读克服了浅阅读知识平面化的缺陷，促进了读者与书籍之间的相互理解。深度阅读将书籍从知识的载体提升为贴心的学习助手。深度阅读将人们从繁重的学习中彻底解放出来。深度阅读从形式上、内容上和用户体验上改变电子阅读模式，推动阅读模式的革新，将是下一代电子阅读的发展趋势!

深度阅读是中文知识图谱的重要应用，复旦大学GDM实验室首次提出基于中文知识图谱的深度阅读，并对一些电子书籍开展研究，将知识图谱结合到电子书籍中进行知识点的解释极大增加了书籍的可理解性，促进了阅读的便捷性和普适性。

当前电子阅读本质上还是在延续传统纸质阅读时代的“浅阅读”(shallow reading)方式，无法满足人们对全面、关联、智能知识获取三方面的深入需求。主要体现在：

1. 知识点覆盖面不全。浅阅读的知识源局限于书籍本身。当读者遇到陌生的概念或者感兴趣的知识点需要进行扩展阅读时，需要借助书籍之外的工具，比如词典、搜索引擎等。

2. 知识点之间缺乏语义关联。学习的重要机制之一就是联想。建立知识点之间的语义关联是辅助学习的关键。浅阅读模式下，知识点大都是孤立，缺乏有效地机制和技术手段进行语义关联。

3无法支持智能知识获取。智能知识获取体现在理解书籍内容和用户阅读行为的前提下，实现个性化只是推荐和具备情景感知能力的知识推荐，从而降低读者知识获取的代价。浅阅读模式尚不具备上述功能。人们为了获取某个知识点需要借助大量的辅助阅读工具，并从海量信息源中做出艰难的选择。

为了克服浅阅读的缺点，满足人们的全面知识获取、关联知识获取、智能知识获取三方面的深入阅读需求，我们需要一种全新的阅读模式——深度阅读。

人在阅读的时候，书籍也在“读”人，书籍可以记录读者的阅读习惯与阅读水平自动的向读者提供个性化的阅读服务与知识推荐，从而实现智能阅读。

文化建设和社会发展需求

人的认知能力是有限的，阅读时总会遇到生僻的概念或者专业术语，此时读者往往需要花费大量的精力查阅资料，甚至需要查阅多种信息资源并进行知识整合才能对指定概念有全方位和深入的认识。因此，为了减少大量的信息检索而获得最直接的知识（问题的准确答案，概念的准确解释），我们需要一种全新的知识服务模式。基于中文知识图谱的深度阅读将知识集成到电子书籍中，很大程度上提高了书籍的可理解性，知识获取的直接性和全面性。

为了得到全面、直接的知识，我们需要一个具有语义理解能力和知识描述能力的平台。搜索引擎的出现实现了知识搜索从数据变到信息的跨越，即从海量网页数据中提取相关的信息反馈给用户。而知识图谱的出现则实现了搜索直接通向答案本身，用户提交需求后得到的就是最准确的知识，知识图谱就是知识的提供者。因此，我们需要建立面向阅读领域的知识图谱，并利用知识图谱知识聚合、知识分析推理、知识图谱演化分析、知识导航等手段，满足读者精确查询、模糊检索、智能搜索、关联推荐、深度阅读等需求。

当前工业界开始尝试在内容上对电子阅读进行改进，并且取得了一定的进展，如Kindle阅读器将词语链接到维基百科中进行搜索；有道阅读将词语链接到互动百科进行解释；苹果公司推出的iPad版本的电子书、电子杂志嵌入了音频、视频和流媒体等等。显然，工业界已经意识到当前电子阅读的发展趋势即对书籍内容的理解，但是，虽然工业界的一些改进进行了内容搜索，但是仍然没有进行知识整理和推荐，读者需要从搜索结果中整理出想要的知识。可以看出，当前工业界的电子阅读仍处于浅阅读阶段，没有对电子书籍进行内容理解、情景感知、个性化知识推荐和阅读行为分析。显然，当前工业界的电子阅读远不能满足人们对深度知识服务的需求，我们需要将先进的技术手段和研究成果应用到电子阅读中实现深度阅读。

复旦大学GDM实验室结合中文知识图谱推出深度阅读模型，该电子阅读器针对经典名著《红楼梦》采用自然语言处理、文本挖掘、信息抽取等相关方法进行概念/实体识别、关系抽取、知识图谱知识关联，从而构建《红楼梦》的知识图谱，包括红楼梦人物关系图谱，红楼梦人物、地点、服饰、饮食等重要实体的属性信息。

知识图谱是深度阅读的基础

知识图谱让搜索通往答案本身，用户提交需求后得到的就是最准确的知识，不需要额外的筛选和整理。深度阅读将知识图谱集成到电子书籍中，对于书籍中陌生的概念、知识点，只要查询知识图谱就可以得到全面、准确的解释，简化了读者搜索信息、整合知识等复杂的知识获取流程。如《红楼梦》中出现“林黛玉”一词，读者选择该词语后，知识图谱就会将其相关描述展示出来，包括人物简介、属性信息和人物图片。

深度阅读(DeepReadMan)是一个提供优质文章的阅读网站。

“深度阅读”的名字含有两层意义，一层表示本网站所提供的文章是有深度的、优质的；另一层说明我们的读者是以提升学识修养与理论思维、丰富头脑和开阔视野、获取智慧及增强工作能力为目的，来本站浏览文章。它还代表了一种安静的、思维高度集中的、大脑活跃的深层次阅读的精神状态。