基于深度学习与规则结合的海运货物邮件命名实体识别

针对海运货物邮件实体识别中存在识别精度不高、实体边界确定困难的问题,提出一种结合深度学习与规则匹配的识别方法。其中:深度学习方法是在BiLSTM-CRF(Bidirectional Long Short Term Memory-Conditional Random Field)模型的基础上添加词的字符级特征,并融入多头注意力机制以捕获邮件文本中长距离依赖;规则匹配方法则根据领域实体特点制定规则来完成识别。根据货物邮件特点将语料进行标注并划分为:货物名称、货物重量、装卸港口、受载期和佣金五个类别。在自建语料中设置多组对比实验,实验表明所提方法在海运货物邮件实体识别的F1值达到79.3%。

以航空货物邮件形式贩毒问题研究——以昆明机场为例

伴随民航的发展，航空物流业也迅速发展，通过航空货物邮件贩运毒品已成为航空贩运毒品的主要渠道，与人体运毒、托运行李运毒相比，航空货物邮件运毒有着“人货分离”、快捷、藏匿方式多样等特点，为有效控制和打击此类型贩毒活动，应完善相应的法律法规，推行邮寄快递实名登记制度、建立良好的协作机制、强化禁毒意识和查缉能力，并对协助查获毒品的企业和个人给予奖励。

对开办国内汽车货物邮件运输业务的探讨

对开办国内汽车货物邮件运输业务的探讨河北省邮电管理局邮政运营部邓白杨根据邮电部提出的邮政发展总体宗旨，邮政部门在开发新业务方面，要在思想上实现三个突破，即：突破传统业务的限制，突破实物传递的限制，突破行业的限制。只有实现三个突破，才能敢想，才能敢做，...