关于出入境检验检疫关联危害因子自动侦搜与处理技术的研究

面对我国持续增长的超大规模出入境活动活动态势,境内外的危害源（疫情疫病、有害物质、恐怖因子等）和突发及孕育的危害事件对巨量进出境对象造成的威胁。本文基于出入境检验检疫的专业知识技术,采用自然语言处理、信息抽取、机器学习和文本挖掘等技术,建立在网络环境条件下的出入境检验检疫关联危害因子信息的自动侦搜与处理系统。该系统能实时捕获全球危害事件发生情况,并对其进行自动侦搜和分析处理,将各种异构信息集成为格式化的可供用户理解的知识,有效支持检验检疫人员对境内外突发或正在接近临界发生的危害事件实施早期预警报道和快速反映,最大程度的保护国家卫生安全、保证国家进出口产品的品质。     

句法模式的泛化及其在关系学习中的应用

针对句法模式泛化这个具体问题,比较了几种常见的处理方法,提出自己的处理方案,并将其用于关系学习中。实验结果表明,所提出的泛化方法可以有效地解决模式泛化问题,抽取出多种语义关系实例。