佛罗里达大学读研条件

佛罗里达大学研究生排名：专业排名：教育学院：2020年美国佛罗里达大学研究生专业排名第25，工程学院：2020年美国佛罗里达大学研究生专业排名第45，商学院：2020年美国佛罗里达大学研究生专业排名第25，法学院：2020年美国佛罗里达大学研究生专业排名第31，医学院：2020年美国佛罗里达大学研究生专业排名第43。佛罗里达大学商学院沃灵顿商学院（Warrington College of Business Administration）致力于成为美国最受尊敬的商学院之一，不断培养有前瞻性思维的商业领袖，进行思维创新和学术研究。该学院的本科课程是美国最受欢迎的商学课程，为学生提供了美国顶尖本科商学教育，开设了会计学理学学士、工商管理理学士和工商管理文学学士课程，包括会计、经济学、金融、常识、信息系统、管理、营销领域的课程。除此之外，学院还提供专业硕士、MBA以及博士学位课程满足不同学生的需要。佛罗里达大学工程学院工程学院（College of Engineering）成立于1910年，是全美最大、最具有活力的工程学院之一。该学院拥有9个学术部门，提供了15个本科以及研究生学位课程和20多个中心研究所，为学生提供了全面的课程和实践研究的条件。学院注重培养未来工程学领导者，采用工程的办法解决更多社会问题。学院注重以人为本的理念，利用这样的理念进行创新和发展。学院致力于开发技术的前沿，培养更多社会需要的工程师。

在美研申请过程中，虽然考试分数不能代表学生的全部实力，但如果没有高分标化，申请者甚至没有资格参与高校的录取竞争。而对于很多同学来说，GRE是美研申请的一大难关，限制着大家对学校与专业的选择。好在今年形势特殊，不少院校调整了招生政策，取消了对GRE的考试要求。今天学长就来盘点一下，2021年同学们申请哪些大学不用提交GRE成绩。佛罗里达大学University of Florida学校官网显示，受疫情影响，大多数研究生学位项目“ 对2020年秋季、2021年春季、2021年夏季A/B/C和2021年秋季入学的申请人免除GRE、GMAT和FE的入学要求”。但与此同时， 华林顿商学院（Warrington College of Business）的 全日制MBA和所有博士申请者、教育学院(College of Ecation)的 所有博士申请者，需要提交入学考试成绩。 另外， 个别艺术课程也需要提交GRE分数。波士顿大学Boston UniversityBU的工程学院表示，如果学生 获得了（或将要获得）受认可的四年制学士学位，那么申请者可被免除GRE要求。传媒学院的硕士申请者，如果是 2019-2020学年1月、5月、9月毕业的BU本科生，可不提交GRE成绩。如果不是本校的本科毕业生，那么也有另外的免除政策。如公共关系、新兴媒体研究这两种硕士学位的申请者，如果 GPA在3.0以上且拥有美国大学的学士学位，可以被免除GRE；申请 广告（MS）、新闻学（MS）、编剧（MFA）等专业硕士学位的学生也不需要提交GRE成绩，官网相关的信息如下：除了这两个学院，申请商业分析硕士、计算机信息系统硕士学位也不需提交GRE分数。匹兹堡大学University of Pittsburgh在匹兹堡大学研究生院招生的基本准则中，学校表示不设最低分数线但需要GRE分数。但是学校同时又说“绝大多数项目在录取过程中不再考虑GRE成绩”。查看各研究生院的具体要求， 也能发现很多项目不再作出硬性规定。比如 艺术和科学学院就表示“ 2020/2021学年招收新生的研究生课程不需要GRE”， 工程学院也表示“ 2021年春季、2021年夏季、2021年秋季和2022年春季的申请者，可以选择提交或不提交GRE分数”。当然， 如果学生提交了，学院也会将其作为整体评估的一部分。东北大学Northeastern University东北大学的全日制MBA及相关课程 要求申请者提交GMAT分数， 其他专业项目则可以 免除GRE成绩。圣何塞州立大学SAN Jose State University生物医学、人类学、经济学、公共管理、数学、民用、科学教育等领域的课程不要求学生的GRE。爱达荷大学University of Idaho爱达荷大学很多课程都要求学生提交GRE，但是其 地质、计算机科学、建筑、材料科学与工程、数学、哲学、冶金、生物工程等方面的硕士课程免除了这一要求。史蒂文斯理工学院Stevens Institute of Technology在2021年秋季和春季学期的申请中，史蒂文斯理工学院的所有硕士课程都不再对GRE作出强制要求，即学生可以自己选择是否提交。同时，官网表示如果学生提交成绩，那么GRE / GMAT分数将被视为录取考核的一部分，因此“ 我们鼓励参加考试的学生考虑提交分数”。科罗拉多科技大学Colorado Technical UniversityCTU是一所实行“开放入学”政策的私立高校，官网显示“CTU在入学申请过程中不需要任何评估测试”，其中就包括SAT、ACT、GRE、GMAT。另外，该校对申请者的GPA也不做要求。辛辛那提大学University of Cincinnati辛辛那提大学虽然名次一般，但是就业力非常强——开创了美国大学的带薪实习项目且保持着优良的发展；与苹果、微软、戴尔、丰田等名企建立了良好的合作关系；学校的职业规划中心全美一流。最重要的是，这学校的国际生录取率非常高。在申请中，计算机科学硕士不需要学生提交GRE成绩，但要求学历受认可且 GPA3.0以上。伊利诺伊大学香槟分校University of Illinois - Urbana-ChampaignUIUC官网表示申请研究生院时， GRE不是必须的（可交可不交）。但大家还是要注意，有些比较热门的项目（比如会计硕士）学校“建议提交”，并且提交的同学有一定的录取优势。罗彻斯特理工学院Rochester Institute of Technology学校的 应用与计算数学硕士，应用统计硕士，通讯硕士，环境、健康与安全管理硕士，工程心理学，人力资源开发硕士，工业设计硕士等项目不需要提交GRE成绩。另外大家需要注意，该校很多项目如生物信息学硕士、计算机科学硕士特别要求国际申请者要提交GRE成绩。乔治·梅森大学George Mason University乔治·梅森的健康信息系统、土木工程硕士项目不需要学生提交GRE，但其他项目需要提交。除了以上院校，还有很多的研究生院或院校的部分项目也不需提交GRE成绩。知名度较高的大学包括：埃默里大学、乔治华盛顿大学、乔治敦大学、密苏里州立大学、约翰霍普金斯大学、罗格斯大学、德州理工大学、亚利桑那大学、爱荷华大学、南加州大学、威斯康辛大学......另外一些院校也有免除GRE的政策，如华盛顿州立大学、帕克大学、北德克萨斯大学、俄克拉荷马大学、堪萨斯州立大学、新墨西哥州立大学、纽约佩斯大学、代顿大学、太平洋大学、纽黑文大学、加利福尼亚州立大学海峡分校、中央密苏里大学、西雅图城市大学、蒙特克莱尔大学......在此不一一列举。学校取消对GRE的要求，对于申请者来说确实“方便”了很多，但这并不代表申请难度降低。申请人数更多、对科研背景活动的考查比重更大，这对于习惯了凭高分拉好感的中国考生来说，无疑增加了竞争压力。

新冠疫情不止危机了全球人民的身体健康，更是对经济造成了不可估量的影响。自2020年3月9日起，美国连续4次出现熔断，这已经远远超出了此前几十年的总和。连续的熔断引发华尔街震动，出现9个交易日暴涨，和7个交易日大跌，开启了暴涨暴跌的模式。面对目前全球经济现状，很多普通群众不得不开始直面理财问题，在不可控的风险前，给自己留一条安心的退路。掌握一定的经济知识，在当下显得至关重要，而经济学也有足够理由成为必学专业之一。 接下来，小编给大家带来美国研究生经济学专业名校申请要求盘点，看看你符合要求吗？ 1.美利坚大学 美利坚大学创立于1893年，位于美国华盛顿特区，us news2020年综合排名77位。多个学科名列前茅。历史上有11位美国总统到访美利坚大学，并有6人美国总统在美利坚大学董事会任职。 美利坚大学提供了五个不同的方向：应用经济学，发展经济学，经济学中的性别分析，金融经济政策和应用经济学。学生大多数都能获得实习经历，以开始他们的职业生涯。美国首都提供大量的职业和专业机会，使美利坚大学成为学生学习经济学的理想之地。 华盛顿特区目前是美国经济学家工作最集中的地区，是全国平均水平的19倍，比全美人均平均水平高15％，为13.2万美元。根据PayScale的数据，华盛顿特区新的经济学学士学位毕业生的起薪为：57,000美元。根据美国劳工统计局的数据，经济学家的工作前景依然乐观，预计2018-2028年美国国民经济增长率为8％（而美国所有职业为5％）。 申请要求：GPA3.0，托福68/雅思5.5 2.圣路易斯大学 圣路易斯大学（Saint Louis University），简称SLU，始建于1818年，是一所拥有200年历史的美国百强院校，坐落在密苏里州的第一大都会区圣路易斯市，是密西西比河流域西部最古老的私立耶稣会大学，也是美国第四大耶稣会大学。2020年usnews 综合排名97位。 本校金融经济学研究生的学生，侧重于分析和预测的金融变量，如利率和股票收益和对金融市场的影响，圣路易斯大学应用金融经济学硕士在圣路易斯大学地区是一个独一无二的项目，圣路易斯大学金融项目为响应市场需要，打造劳动市场所需求的技术型人才。 申请要求：GPA2.75，可0语言申请 3.南佛罗里达大学 南佛罗里达大学位于佛罗里达州坦帕市，2020年Usnews综合排名104位。南佛罗里达大学仅用60年的时间便从开始的2000名学生发展到拥有5万名学生的大学，成为全美20所最大的大学之一。 南佛罗里达大学拥有强大的科研实力，该校在2011年美国知识产权所有人协会全美大学研发专利数量排名第10，在美国国家科学基金会全美大学研发投入支出经费排名第43。属于美国一级国家级大学。 申请要求：GPA2.5，可0语言申请 4.乔治梅森大学 乔治梅森大学于1957年作为弗吉尼亚大学一个分支学院而成立，并于1972年成为一所独立的大学机构。如今，大学的经济，法律，文学创作，计算机科学和商业专业很有名。近年来，乔治·梅森教授曾两次荣获诺贝尔经济学奖。大学招收33917名学生，使之成为弗吉尼亚州最大的大学。 经济学是乔治梅森大学的一个热门专业，导师是经济学领域地位很高的大师。学校曾有过两位诺奖导师，而他们研究的课题也作为特别课程可提供给学生选择，能够有机会接触诺奖课题，并且获得非常系统全面的教学是很难得的机会。网红经济学家薛兆丰就是在乔治梅森大学经济系取得博士学位，其经济思想深受阿尔钦、布坎南、瓦格纳、图洛克、曼尼等老一辈经济学家和法学家的直接影响。 申请要求：GPA2.5，可0语言申请美国留学定位选校想试试以自己的个人成绩能申请到美国什么层次的大学？可以使用留学志愿参考系统（如下小程序）一键定位。使用方法：把你的GPA、托福/雅思成绩、专业名称、院校背景（211/985/双非）等信息输入到留学志愿参考系统中，系统会自动从数据库中匹配出与你情况相似的同学案例，参考他们的案例对比一下自己的情况，这样子就可以对自己进行精准的定位。

佛罗里达大学金融研究生项目仅向佛罗里达大学的本科生开放，是一个四年制的本硕连读项目，可以让佛罗里达大学的本科生在四年内便获得金融硕士学位。该项目不限专业，要求大二时申请，大三时修读必要的前置课程，第四年结束即可获金融硕士学位。佛罗里达大学管理硕士项目立思辰留学云介绍，佛罗里达大学管理硕士（Master of Science in Management）项目，为期1年共32个学分，要求申请者递交GMAT成绩，无最低分数要求。该项目是面向本科非商科专业的学生开放的，本科拥有商科专业背景的学生不允许申请该项目。该项目要求申请者GMAT在550-620之间；GRE则无最低分数要求，但一般要求在302-308之间。另请注意，该项目不向国际学生提供任何奖学金。据就业统计得出，2008级毕业生平均薪资为$51,000，无工作经验的学生要求薪资范畴在$38,000-$62,000之间。佛罗里达大学管理硕士申请要求TOEFL要求：80IELTS要求：6.0GPA要求：3.0GMAT要求：550-620学费：$40,174注：（1）春季学期8月1日截止；夏季学期12月1日截止（2）该项目要求的最低GMAT成绩为465；建议学生GMAT分数达到550-620，GRE分数达到302-308（3）此处为本科GPA专业课课程最低要求（4）研究生院的语言要求规定：TOEFL不低于80分；或IELTS不低于6.0，或MELAB不低于77分（5）该项目不提供条件录取，所以，国际学生需拥有较好的GRE/GMAT/GPA/TOEFL成绩

前段时间很多中国高校宣布研究生扩招，使得部分同学跃跃欲试，想干脆在国内读研。如今美国那边疫情迟迟不见好转，更是让一些原本打算申请美研的同学决定“另寻出路”。但在今年这个特殊的大环境下，无论国内外，研究生招生形势都与往年大有不同。因此更多打算申请美研的同学陷入了纠结的境地：一方面是对国外疫情的担忧，另一方面又不舍得错过这个“抄底”美国大学的好机会。那么今天小编就来分析一下，当下国内外考研的最新形势以及申请难度，为大家考研是留国内还是去国外的决定带来一定的参考。国内研究生扩招&可调剂在今年，研究生报考人数创历史新高，国务院常务会议推出多项措施，其中就包括“鼓励高校扩大今年硕士研究生招生规模”，很多大学也响应了号召。据教育部官网消息，目前已经安排硕士研究生扩大招生规模18.9万。图片来源：中国政府网截图除了扩招，调剂也为同学们读研带来更大的可能性。一般985高校很少调剂，但今年有五所985大学宣布了调剂信息，包括：清华大学临床医学交叉人才培养项目接受调剂学生。山东大学环境研究院发布了调剂信息，分校内调剂和校外二志愿两种方式。校内调剂环境科学与工程、化学化工、生物工程及相关专业一志愿调剂考生；校外调剂环境科学与工程、化学化工、生物工程及相关专业二志愿调剂考生；北京航空航天大学自动化科学与电气工程学院、能源与动力工程学院、仪器科学与光电工程学院、航空科学与工程学院、机械学院、经管学院、生物与医学工程学院等学院 招收调剂考生。华东师范大学社会工作、现代教育技术、应用心理、无线电物理、材料与光电子、工商管理等专业 招收调剂考生。中国海洋大学电子信息（三亚海洋研究院）、资源与环境（三亚海洋研究院）招收调剂考生。竞争难度扩招+调剂，是不是意味着今年国内考研会容易很多？从专业选择与录取率来看，其实不然。首先，扩招并不是面向所有考生。高校们的扩招“向理、工、农、医和师范类倾斜”，因此很多专业的同学其实享受不到扩招带来的“福利”。其次，今年考研竞争人数历年最多，录取人数增加但录取率仍然不高。近三年全国考研人数增加过百万，从238万涨到了341万人，而且还呈现出持续增长的趋势。据教育部数据显示，去年研究生录取人数不到70万，录取率不到25%。参考《2019年全国研究生招生调查报告》显示的招生增长率，再加上今年18.9万的扩招名额，预计今年录取大约116万人，也就是说今年考研的同学中有大约225万人不能“上岸”。总的来说，国内考研难度变化不可一概而论。如果在国家急需的集成电路、人工智能、临床医学、生物制药、网络安全等专业领域，录取难度确实会降低。但纵观考研全局，难度并不会降低，甚至很有可能比往年更高。美国研究生扩招不光国内高校研究生扩招，由于赴美留学人数的上升，美国大学对于国际研究生的录取也在持续增加。CGS的研究显示：美国高校中国际研究生申请人数和首次入学人数在2019年均实现了增长，其中中国学生在这两方面都比上一年增加了3%。研究生录取人数本身就在增多，疫情之下各大学面临财务危机，更是加大了招生力度。很多我们熟知的美国大学都在扩招，例如加州系各分校、南加州大学、德克萨斯大学系统等。另外不少大学新开设了研究生项目，例如今年4月份耶鲁就新开设了统计和数据科学硕士项目（M.S. in Statistics and Data Science），也为广大留学生提供新机会。更多耶鲁新硕士项目信息，可点击图片回顾：延长申请期&免除申请费除了扩招，还有很多研究生院为吸引更多的国际生而延长了申请日期以及免除了申请费用。截止今天还能申请的依旧不少，例如 加州大学戴维斯分校管理研究生院、佛罗里达大学沃灵顿商学院、伦斯勒理工学院拉里管理学院等。另外， 罗切斯特大学西蒙商学院、莱斯大学琼斯商学院等部分研究生院还免除了申请费用。降低分数线托福、雅思、GRE之类的考试都被取消了，大学不看申请者的标化成绩（或者参考一些更容易出分的考试），其实也是无奈之举。但不论如何，标化这一硬性规定放松之后，更多申请者不会因分数而被剥夺参与竞争的资格，选择权确实会比之前要大一些。申请难度美国成为这场疫情的重灾区，美国高校也因此受到重创，招生、财务二者紧密相关，都是大学要面对的难题。纽约时报的数据显示，今年美国大学的秋季入学率将降低15%左右，国际生申请人数减少25%，预计为美国大学整体带来高达230亿元的损失。申请条件放宽、申请人数减少、录取名额增加，录取难度自然降低，这对于申请者而言是好消息。但这并不意味着大家能趁此时机凭借较低的条件进入顶尖大学。申请条件放宽，那么无论是为了保底还是为了冲刺，一位同学可能申请更多所学校，也就是参与到多所学校的竞争中去。在这个过程中，优秀申请者的优势被放大，学生之间更容易拉开差距。而对于学校而言，顶尖高校并不缺乏申请者，它们完全可以在保持严格录取标准的同时招收到足够的学生。总的来说，美研申请的难度变化同样不可一概而论。对于整体申请者而言，难度确实是降低了的，毕竟申请人数确实减了不少。但对于那些顶尖学校例如哈佛、斯坦福而言，它们有着较为殷实的校友捐款和现金流，不必自降身价也足以挺过这次危机，因此申请难度不会有大变动。通过上面对于中美研究生申请形势和难度的对比，大家对于读研想必有着自己的考量。相比在国内读研，国外读研留学回国后享受的优惠政策更多。例如北京就出台了相关规定，那些“在国外获得硕士学位（含）以上学位”、“留学一年以上”的留学生，满足一些流程上的条件之后可以申请落户北京，这些是在国内读研享受不到的福利。当然，小编在此也不是倡导大家在特殊时期跑去美国读研，疫情之下防范意识不可或缺！在此只是提醒大家：今年申请不代表马上留学。我们可以利用当下的利好政策，做长远打算。手里握住offer，才有机会讨论后期要不要Gap还是延迟入学。毕竟等疫情过去再申请，会有相当一部分同学错失申请时机。美国留学选校定位如果想测试自己的雅思成绩能申请到美国什么大学的，可以试试留学志愿参考系统（下方小程序）：使用方法：把你的基本情况(GPA、雅思成绩、专业、院校背景等)输入到留学志愿参考系统中，系统会自动从数据库中匹配出与你情况相似的同学案例，看看他们成功申请了哪些院校和专业，这样子就可以看到你目前的水平能申请到美国什么层次的院校和专业了，对自己进行精准的定位。

近些年，随着英语在全国范围内的普及，英语专业也成为了当下最炙手可热的学科，美国作为教育最发达的国家，每年都会有一大批的学生前往美国深造，然而，很多英语本科学生都很迷茫，不知去美国硕士留学，选择什么专业合适?1、商科类专业商科包含很多专业，英语专业的学生可以申请的有:管理、国际商务、金融管理(少数学校)、人力资源(少数学校)、市场(部分学校)、酒店管理、旅游管理、会展管理等。商科类专业一直是比较受中国学生欢迎的专业。在申请商科的过程中，经验占据着重要的地位，所以积累相关行业的实践经历是非常必要的。相信不少英语专业的学生担心自己没有商科背景，学习跟不上，毕不了业。其实此类商科类专业是不太需要专业背景的，但是多少还是需要点先修科，例如基本的宏观，微观，微积分，概率，统计等，特别能在申请前能修的，还是建议修哦!不是说修了这些课就万事大吉，学习这事还得靠自己努力!美国商科读研的牛校就很多了，哈佛、MIT、宾夕法尼亚大学等，毕竟牛校申请难度还是很高的，不妨可以考虑一下约翰霍普金斯大学，福特汉姆大学，佛罗里达大学哟~2、翻译翻译是近些年来大热的一个专业，这与国内专业翻译人才紧缺，就业机会好不无关系。因为本科是英语专业，所以学生的英语水平应该比较强，这是优势。因此很多学生利用这个优势选择了翻译或者口译专业。美国的翻译专业,主要分为：笔译Translation 和口译 Interpretation。笔译：需要学生有良好的文学功底，并掌握大量的英文词汇，课程也多集中于翻译理论的学习，如：高级翻译，翻译史，翻译理论与实践，文化转换问题等。口译：侧重培养高级同声传译人才。据统计，现在国内能够担任大型会议翻译/同声传译的人才全国不过200人，而薪酬计算方式多是以分钟计费。但是，口译专业对学生英语口语及听力的要求非常高，适合英语能力超好的学生来申请。美国开设翻译专业的学校中，加州大学圣地亚哥分校、纽约州立宾汉姆顿大学、爱荷华大学、乔治亚州立大学的翻译课程都相当不错。3、传媒近年来，新兴的传媒类专业越来越受欢迎。美国是个传媒大国，因此美国大学传媒专业就业前景也是十分乐观的，不少中国学生选择去美国攻读这类专业也是看中了这一点。美国很多大学都设有传媒专业，一般包括：大众传媒、传媒管理、跨文化交流、媒体文化分析、PR等等。美国传媒专业对语言的要求比较高，这也是英语专业学生的优势之一。传媒专业在申请时不太需要专业背景，因此英语专业学生是可以申请传媒专业的，也不需要担心专业性太强学业跟不上的问题。毕业后学生可以考虑进入电视台、广播电台、报社、杂志社、媒体、文书传播领域等。如果你想读传媒专业的研究生，那么哥伦比亚大学、密苏里大学、威斯康星大学麦迪逊分校、UCB等都是实力一流的名校。4、文学如果你是文学青年，也对美国文学感兴趣的话，完全可以选择这个专业，具体的研究方向又细分为:英国文学、美国文学、非美文学、性别与文学、文学批判与理论、文艺复兴时期文学等。如果你立志在文学领域有所建树，那么，本科学习阶段就需要补充大量的课外阅读，最好是英文原著，另外，通读圣经、希腊神话、罗马神话、英美历史等也是必要的，毕竟要透过文字理解作者的思想内涵，是要对西方的思维方式和价值观有深刻的理解。在这些方面，哈佛、加州大学伯克利分校、耶鲁、斯坦福、芝加哥大学等都是不错的学校!5、教育类在中国，英语似乎与教育有着千丝万缕的联系，很多英语专业的毕业生都梦想或已经奋斗在教育教学的线。但是，随着教师岗位日趋饱和，英语专业毕业生想直接当老师的难度也就越来越大，因此不少英语专业毕业生选择留美学习更为先进的教学方法。美国教育类是个非常大的概念，通常可以细分为以下几个方向：宏观教育学、学校管理方向、教学方向、心理学方向、教育技术方向。

机器之心原创作者：仵冀颖编辑：H4O2020 年 2 月 7 日至 12 日，AAAI 2020 将于美国纽约举办。今年 AAAI 共接受了 8800 篇提交论文，其中评审了 7737 篇，接收 1591 篇，接收率为 20.6%。为了向读者们介绍更多 AAAI2020 的优质论文，机器之心组织策划了 AAAI 2020 论文分享，邀请国内外著名大学、研究机构以及工业界的研究人员详细介绍他们发布在 AAAI 2020 的文章，欢迎大家持续关注。在本篇提前看中，我们重点聚焦 AAAI 2020 中与问答系统（Q&A）相关的文章。问答系统是自然语言处理领域的一个重要研究方向，近年来各大国际会议、期刊都发表了大量与问答系统相关的研究成果，实际工业界中也有不少落地的应用场景，核心算法涉及机器学习、深度学习等知识。问答系统（Q&A）的主要研究点包括模型构建、对问题/答案编码、引入语义特征、引入强化学习、内容选择、问题类型建模、引入上下文信息以及实际应用场景问题解决等。在本次 AAAI2020 中，直接以「Question/Answer」作为题目的论文就有 40 余篇。本文选取了其中三篇进行详细讨论，内容涉及语义特征匹配、模型构建和医学场景应用等。1、Improving Question Generation with Sentence-level Semantic Matching and Answer Position Inferring论文地址：https://arxiv.org/pdf/1912.00879.pdf本文介绍的是佛罗里达大学吴大鹏教授组的工作，主要聚焦问答系统（Q&A）的反问题---问题生成（Question Generation，Q&G）。问题生成的目的是在给定上下文和相应答案的情况下生成语义相关的问题，问题生成在教育场景、对话系统、问答助手等应用领域具有巨大的潜力。问题生成任务可分为两类：一类是基于规则的方法，即在不深入理解上下文语义的情况下手动设计词汇规则或模板，将上下文转换成问题。另一类是基于神经网络的、直接从语句片段中生成问题词汇的方法，包括序列-序列模型（seq-to-seq）、编码器解码器（encoder-decoder）等。本文讨论的是后一种基于神经网络的问题生成方法。目前，基于神经网络的问题生成模型主要面临以下两个问题：（1）错误的关键词和疑问词：模型可能会使用错误的关键词和疑问词来提问（见表 1）；（2）糟糕的复制机制：模型复制与答案语义无关的上下文单词（见表 2）。表 1 和表 2 中使用的基线算法为 NQG++[1] 和 Pointer-generator[2]。表 1. 关键词和疑问词错误的基线实验表 2. 复制机制错误的基线实验作者认为，现有的基于神经网络的问题生成模型之所以出现上述两个问题是因为：（1）解码器在生成过程中可能只关注局部词语义而忽略全局问题语义；（2）复制机制没有很好地利用答案位置感知特征，导致从输入中复制与答案无关的上下文单词。为了解决这两个问题，作者提出以多任务学习（Multi-Task Learning，MTL）的方式学习句子级语义，以及引入答案位置感知，如表 1 和表 2 所示，「Our model」为本文提出模型在相同实验条件下生成的问题。图 1 给出本文提出的具有句子级语义匹配、答案位置推断和门控融合的神经问题生成模型图。图 1. 本文提出的模型图给定包含答案 A 的语句 X=[x1,x2,...,xm]，基于连续扩展的语句，生成与 X 和 A 语义匹配的问题 Y。与文献 [1] 的方法一致，利用扩展的语义和词汇特征、部分语音标签、答案位置特征等作为 seq-to-seq 模型嵌入层的输入，利用双向 LSTM 作为编码器，通过链接前向隐藏状态和后向隐藏状态生成句子表示 H=[h1,h2,...,hm]：答案感知门控融合（Answer-aware Gated Fusion）：使用两个由 Sigmoid 函数计算的信息流门来控制句子向量和答案向量的信息流，将答案起始位置的隐藏状态作为答案向量 h_a，使用双向 LSTM 编码整个答案语义。解码器（Decoder）：以编码器的隐藏状态 H=[h1，h2，…，hm] 作为上下文和改进的答案感知句子向量 z 作为初始隐藏状态 s1，一层单向 LSTM 用先前解码的单词作为输入 wt 更新其当前隐藏状态 st。利用注意力机制将当前解码器状态 s_t 赋给编码器上下文 H=[h1，h2，…，hm]。使用归一化处理后的注意向量α_t 的加权求和结果计算上下文向量 c_t。基于词典 V，计算问题单词 y_t：其中，f 由两层前馈网络实现。注意力机制（Copy Mechanism）：使用注意力机制生成大小为 V 的单词，或从输入语句 X 中复制单词。在生成问题词 y_t 时，考虑到当前解码器的隐藏状态 s_t 和上下文向量 c_t，计算一个复制开关来确定生成的词是从字典生成的还是从源语句复制的。生成模式概率和复制模式概率相结合，得到最终的单词分布：使用负对数似然来计算序列-序列的损失：句子级语义匹配（Sentence-level Semantic Matching）：通过门控融合得到了改进的答案感知句子向量 z。对于解码器（单向 LSTM），采用最后一个隐藏状态 s_n 作为问题向量。训练两个分类器，分别将非语义匹配对 [z，S』_n]（S，Q』）和 [z』，S_n]（S，Q）与语义匹配对 [z，S_n]（S，Q）区分开来，其中 z』和 s』是同一段落中随机抽取的不匹配句子和问题的向量。将两个分类器的二元交叉熵之和作为句子级语义匹配损失：具体流程见图 2 所示。图 2. 句子级语义匹配答案位置推断（Answer Position Inferring）：引入双向注意力流网络 [3] 推断答案位置，见图 3。图 3. 答案位置推断框架采用句子对问题（Sentence-to-Question，S2Q）注意和问题对句子（Question-to-Sentence，Q2S）注意来强调每个句子词和每个问题词之间的相互语义关联，并利用相似的注意机制得到了问题感知的句子表征 H 和句子感知的问题表征 S：然后，使用两个两层双向 LSTMs 来捕获以问题为条件的句子词之间的相互作用。答案起始索引和结束索引由输出层使用 Softmax 函数预测：其中，f 函数是一个可训练的多层感知（MLP）网络。使用真值答案起始标记 y1 和结束标记的负对数似然来计算损失：为了在多任务学习方法中联合训练生成模型和所提出的模块，训练过程中的总损失函数记为：作者在 SQuAD 和 MARCO 两个数据集上进行了实验，使用 NQG++[1]、Point-generator[2] 以及 SOTA 模型、门控自注意力机制模型等作为基线对比算法。表 3 给出了 SQuAD 和 MS-MARCO 数据集上不同模型的主要指标，在文章所述的实验条件下，本文提出的模型在全部主要指标上都优于基线对比算法。表 3. SQuAD 和 MARCO 数据集主要指标的模型性能比较小结：与现有的问答系统、问题生成模型的处理方式不同，本文并不是通过引入更多的有效特征或者改进复制机制本身等来改进模型效果，而是直接在经典序列-序列模型（seq-to-seq）中增加了两个模块：句子级语义匹配模块和答案位置推断模块。此外，利用答案感知门控融合机制来增强解码器的初始状态，从而进一步改进模型的处理效果。2、TANDA: Transfer and Adapt Pre-Trained Transformer Models for Answer Sentence Selection论文地址：https://arxiv.org/pdf/1911.04118.pdf这篇文章聚焦的是问答系统（Q&A）中的另外一个问题：回答句子选择（Answer Sentence Selection，AS2），给定一个问题和一组候选答案句子，选择出正确回答问题的句子（例如，由搜索引擎检索）。AS2 是目前虚拟客服中普遍采用的技术，例如 Google Home、Alexa、Siri 等，即采用搜索引擎+AS2 的模式。在自然语言处理领域中使用基于神经网络的模型，通过对大量数据进行神经网络预训练来获取单词及其复合词之间的依赖关系，之后再做精调（fine-tuning）以满足在专门的目标领域中的应用。本文的主要工作包括两方面：一，提出一种基于变压器（Transformer-based）的 AS2 模型，为解决 AS2 的数据稀缺性问题和精调步骤的不稳定性提供了有效的解决方案。二，构建了一个应用于 AS2 的数据库 ASNQ（Answer Sentence Natural Questions）。本文提出了一种用于自然语言任务的预训练变换模型精调的有效技术-TANDA( Transfer AND Adapt)。首先通过使用一个大而高质量的数据集对模型进行精调，将一个预先训练的模型转换为一个用于一般任务的模型。然后，执行第二个精调步骤，以使传输的模型适应目标域。TANDA 架构如图 4（以 BERT 为例）。图 4. TANDA 整体架构AS2 任务：给定问题 q 和答案句子库 S={s1,...,sn}，AS2 任务目的是找到能够正确回答 q 的句子 s_k，r(q,S)=s_k，其中 k=argmax p(q,s_i)，使用神经网络模型计算 p(q,s_i)。变压器模型(Transformer Model)：变压器模型的目的是捕获单词间的依赖关系。图 5 给出文本对分类任务的变压器模型架构。输入包括两条文本，Tok^1 和 Tok^2，由三个标记 [CLS]、[SEP] 和 [EOS] 分隔。将根据令牌、段及其位置编码的嵌入向量作为输入，输入到多头注意力机制、归一化、前向反馈处理的神经网络中。输出为表征文本对的嵌入向量 x，x 描述单词、句子分段之间的依赖关系。将 x 输入到全连接层中，输出层用于最终的任务，例如，应用 softmax 对文本对分类的概率进行建模：图 4. 带有线性分类器的变压器结构其中，W_T、B_T 为全连接层的权重。在实际应用中，一般需要使用大量监督数据完成这一步的训练任务。图 5. 使用线性分类器做 AS2 精调的变压器结构TANDA：在经典的任务中，一般只针对目标任务和域进行一次模型精调。对于 AS2，训练数据是由问题和答案组成的包含正负标签（答案是否正确回答了问题）的句子对。当训练样本数据较少时，完成 AS2 任务的模型稳定性较差，此时在新任务中推广需要大量样本来精调大量的变压器参数。本文提出，将精调过程分为两个步骤：转移到任务，然后适应目标域。首先，使用 AS2 的大型通用数据集完成标准的精调处理。这个步骤应该将语言模型迁移到具体的 AS2 任务。由于目标域的特殊性（AS2），所得到的模型在目标域的数据上无法达到最佳性能，此时采用第二个精调步骤使分类器适应目标域。TANDA 的处理方式是在通用数据库和目标域数据库中分别做精调（一次 fine-tuning → 二次 fine-tuning）。这里有一个很直观的质疑，同时在通用数据库和目标数据库中训练+精调是否也可以达到同样的效果且节省处理时间？但是实际上，这样的组合很难优化，因为在精调模型步骤中，处理目标数据与处理通用数据所需要的权重并不相同。作者在后续的实验中专门针对这个问题进行了验证，即在通用、目标数据库中做两次精调处理的效果优于在合并的通用+目标数据库做一次精调处理的效果。ASNQ：本文构建了一个专门适用于 AS2 任务的通用数据库 ASNQ。ASNQ 基于经典 NQ 语料库建设 [4]，NQ 是用于机器阅读（Machine Reading，MR）任务的语料库，其中每个问题与一个 Wiki 页面关联。针对每一个问题，一个长段落 (long_answer) 包含从参考页面中提取的答案，其中包含多个标记为 short_answer 的段落。由于 long_answer 中包含多条语句，因此 NQ 并不直接适用于 AS2 任务。在构建 ASNQ 的过程中，针对目标问题，正标签的答案数据表示在 NQ 中 long_answer 中出现的语句，它可能包含了多个 short answer；其余的语句均标记为负标签，具体包括：1）在 NQ 中 long_answer 中出现的语句但是不包括标记的 short answer；2）没在 NQ 中 long_answer 中出现的语句，但是包含了 short answer；3）没在 NQ 中 long_answer 中出现的语句，也不包含 short answer。ASNQ 有四个标签，用来描述候选句子可能的混淆程度。对 NQ 的训练集和开发集执行相同的处理，图 6 中示出了一个示例，表 4 则给出了 ASNQ 统计信息。ASNQ 在训练集中包含 57242 个不同的问题，在开发集中包含 2672 个不同的问题，这比大多数公开的 AS2 数据集都大一个数量级。对于 TANDA 中的转移（Transfer）步骤，我们使用带有标签 1、2 和 3 的 ASNQ 句子对作为否定，标签 4 作为肯定。图 6. 从 NQ 到 ASNQ 的数据转换示例表 4. ASNQ 的标签说明。这里的 S、LA、SA 分别指的是回答句、长句和短句本文分别在实验库和工业环境库中进行实验。其中，实验基准库为 WikiQA、TREC-QA 和 ONLI。在神经网络模型的选择上，使用预先训练的 BERT-Base（12 层）、BERT-Large（24 层）、RoBERTa-Base（12 层）和 RoBERTa-Large-MNLI（24 层）模型。训练阶段，采用 Adam 优化器，将 BERT/RoBERTa 的最大序列长度设为 128 个 Token。表 5.WikiQA 数据集上不同模型的性能表 5 给出 WikiQA 数据集上不同模型的性能，这里 Comp-Agg+LM+LC 是指 Y-oon 等人提出的具有语言建模和潜在聚类的比较格雷盖特模型 [5]。TL（QNLI）是指从 QNLI 语料库中进行的迁移学习。L 和 B 分别达标较大数据库和基线数据库。相较于其它算法，TANDA 获得了很大的改进，RoBERTa-Large TANDA 使用 ASNQ→WikiQA 在 WikiQA 上 MAP 为 0.920、MRR 为 0.933。最后，在本实验中，仅在 ASNQ 中的标准精调处理就已经超过了先前模型效果，这主要是因为 ASNQ 和 WikiQA 都是由 Wikipedia 的答案组成的。表 6. 不同模型在 TREC-QA 数据集上的性能表 6 给出不同模型在 TREC-QA 数据集上的性能，在本实验中，TANDA 的效果优于已有模型。另外，仅在 ASNQ 上使用精调（FT）得到的模型效果与预期相同，由于 TREC 问题的目标域与 ASNQ 的目标域显著不同，因此仅在 ASNQ 中的标准精调处理的性能远低于任何 TANDA 模型，也低于直接在 TREC-QA 上进行精调处理的性能。本文还针对直接合并 ASNQ 和 TREC-QA 的数据集进行了精调测试，在 ASNQ->TREC-QA 上精调的 BERT-Base 模型得到的 MAP 和 MRR 分别为 0.898 和 0.929，明显低于表 6 中给出的 0.912 MAP 和 0.951 MRR 的值。最后，本文选择亚马逊的 Alexa Visual Assistant 进行工业场景中的实验。基于三个带有信息意图的问题样本构建了三个测试集，这些问题可以用非结构化文本来回答。样本 1 的问题是从 NQ 问题中提取的，而样本 2 和样本 3 的问题是从 Alexa 用户的问题中生成的。对于每个问题，我们从搜索引擎检索的顶级文档中选择了 100 个句子候选：（i）对于生成样本 1 和样本 2，使用了一个弹性搜索系统，该系统包含多个 web 域，范围包括 Wikipedia、 toreference.com、coolantarctica.com、www.cia.gov/library 等；（ii）对于生成样本 3，使用一个商业搜索引擎以获得更高的检索质量。此外，使用与样本 2 相似的方法构建了一个噪声数据集（NAD），每个问题只检索 10 个候选。这使得对大量问题进行更便宜的注释成为可能，对于构建有效的训练集非常重要。表 7 给出数据库的情况。表 7. 样本 1、2、3 统计精确测试集和添加噪声的数据集使用 ASNQ 作为通用数据集，使用 NAD 作为自适应步骤的目标数据集。表 8 中所有使用 NAD 进行训练和精确数据集进行测试的实验均表明，TANDA 对真实的 NAD 噪声具有很强的鲁棒性，其效果总是优于简单的精调方法。表 8. 基于 Alexa 真实数据集的精调 FT 与 TANDA 的比较小结：本文的工作实际上是将经典的精调（fine-tuning）过程拆成了两次，其中一次针对通用数据集，另一次针对目标数据集，此外，还专门构建了适用于 AS2 任务的通用数据集 ASNQ。本文在两个著名的实验基准库：WikiQA 和 TREC-QA 上进行实验，分别达到了 92% 和 94.3% 的 MAP 分数，超过了近期获得的 83.4% 和 87.5% 的最高分数。本文还讨论了 TANDA 在受不同类型噪声影响的 Alexa 特定数据集中的实验，确认了 TANDA 在工业环境中的有效性。3、On the Generation of Medical Question-Answer Pairs论文地址：https://arxiv.org/pdf/1811.00681.pdf这篇文章具体介绍问答系统（Q&A）在医学场景中的应用。随着网络发展，越来越多的人希望能够在线获取医疗健康相关的帮助，特别是对于医疗资源有限的地区，这种方式能够大大减少病人到医院就诊的次数，从而缓解医疗压力。尽管问答系统在诸多领域中应用都获得了很好的效果，但在医学场景中仍面临很多困难。首先，医疗在线问答依赖于准确、专业的医学知识；其次，用预训练模型的高质量的医学标记问答语句对非常少，基于神经网络的问答系统在缺少训练数据的情况下，很难生成有效模型。本文的工作主要是生成医学问答语句对（QA 对）。假设每个医学答案对应一个有效问题的分布，而有效问题的分布应该受到外部医学知识的约束。遵循这一假设，如果能够在与原始 QA 对相同的知识基础上生成更多的高质量 QA 对，就可以补充现有医学 QA 对的潜在分布，从而使医学 QA 系统更容易学习无偏模型。医学 QA 对的生成面临的主要问题是很难同时保持生成 QA 对的多样性和有效性。为了解决多样性和有效性的问题，本文提出了整合结构化和非结构化知识的两种机制来生成 QA 对。首先利用分层条件变分自动编码器（Conditional Variational Auto-encoder，CVAE）框架来解决全局短语级别的多样性和有效性问题，该框架模拟了原始医学 QA 对中的短语级别关系，在不破坏这些关系的情况下生成新的 QA 对。然后，本文提出了一个多通道解码器，其中所有的本地组件（短语类型、每个短语中的实体）耦合在一起，并以端到端的方式进行联合优化。框架整体结构见图 7，整个框架包括一个关键短语检测器和一个基于实体引导的 CVAE 生成器（eg-CVAE），最终将原始的和由该框架生成的 QA 对输入到 QA 系统中完成训练。图 7. 本文提出的生成 QA 对的框架图示由于医学问题的特殊性，在进行医学领域问答系统研究时，一般假定多个问题可能对应同一个答案。由此，生成医学 QA 对的问题可以看做：给定一个答案，生成可能的问题语句。本文提出的生成医学 QA 对的框架可以看做是给定答案和新问题样本的情况下，计算问题潜在可能性的问题。根据图 7 所示，该框架由下述几个部分组成。关键短语检测器（Key Phrase Detector）：每一条医学问题 Q 都由多个短语 Pk 组成，包括病人的症状、检查结果等，每个短语都包含若干个单词。所述关键短语是指与答案高度相关的短语。首先使用每个医疗 QA 对作为查询，对给定的医疗信息执行基于 Elasticsearch 的检索 [6]。同时，使用规则来确保检索文本中存在答案，表示为 Ri, i∈[1,M]（M 表示检索文本的数量）。本文提出了一种无监督的匹配策略，通过将某个短语的 Pk 与所有的 Ri 进行匹配，来建立该短语 Pk 与答案的相关性模型。具体来讲，将每个 Ri 划分为短语 P^(Ri)。通过对词嵌入特征 v_j, j∈[1,L] 进行多级池化处理，在同一个向量空间中表示 P^(Ri) 和 Pk[7]。计算每个 Pk 与其对应的 P^(Ri)，i∈[1,M] 的 cosine 距离，将最高值存储为 (s_k)^(Ri)。QA 对中每个短语 Pk 的这些分数将被规范化为 s_k，s_k∈[0，1]，以便使用最小-最大方法进行最终抽样决策。基于实体引导的 CVAE 生成器（Entity-guided CVAE based Generator）：一个医学问题有两个层次结构：一个结构存在于短语中，它由涉及的医疗实体的局部信息支配，另一个结构是一个独特的跨短语结构，它主要由短语类型和相应的答案等决定。本文在两个层次中探索答案条件下的医学问题生成：子序列（迭代短语生成过程）和单词子序列。首先，使用条件变分自动编码器（VAE）对整个问题进行约束建模，之后，再对每个短语的内部结构进行建模。在内部建模过程中引入了三步解码过程：先隐式类型（type）建模，然后显式实体（entity）建模，最后是短语解码。（1）CVAE 生成器的整体结构见图 8。本文使用经典的 CAVE 框架 [7] 用于生成对话，该框架将生成过程看作是一个迭代的短语处理过程。使用三个随机变量表示每个短语生成过程：短语上下文 c、目标短语 x 和用于捕获所有有效短语的潜在分布的潜在变量 z。对于每个短语，c 由问题中其他短语的顺序和相应的答案组成。短语生成过程的条件分布为：P(x, z|c) = P(x|c, z) · P(z|c)，学习目标则是通过神经网络优化逼近 P(z|c) 和 P(x|c, z)。令 P_θ(z|c) 作为先验网络，P_θ(x|c, z) 为目标短语解码器。目标短语 x 的生成过程为：首先从 P_θ(z|c) 抽样潜变量 z (假定为参数化高斯分布)，然后通过 P_θ(x|c, z) 生成 x。CVAE 的训练目标是，假设两个 z 都服从对角协方差矩阵的多元高斯分布，给定 c 最大化 x 的条件对数似然概率，同时最小化后验分布 P(z|x, c) 和先验分布 P(z|c) 之间的 KL 散度。此外, 引入一个识别网络 Q_φ(z | x, c) 来近似真实的后验分布 P (x, z | c)。通过最大化条件对数似然的变分下界实现 CVAE 训练：在一个时间戳 k 的时间内，整个生成过程中产生一个问题短语，短语编码器是一种带有门控反复单元（GRU）的双向递归神经网络。通过将前向 RNN 和后向 RNN 的最后隐藏状态 (hv_k) 串联起来，将每个短语 Pk 编码成固定大小的向量。将短语文本编码器的最后一个隐藏层状态 hv^c 与对应的答案 a 串联起来生成 c=[hv^c,a]。假定 z 满足各向同性的高斯分布：时间戳 k 的最后一个短语解码器是一个单层的 GRU 网络，初始状态设置为 W_k[z, c] + b_k。图 8. CAVE 生成器整体结构（2）短语增强编码器（Phrase-type Augmented Encoder）短语包含两层特征：作为周围或上下文短语类型信息的全局特征，以及，每个短语中的实体类型知识的局部特征。由于直接从专家处获取已标记的医学数据非常困难，本文建议直接使用结构化实体词典并对短语类型进行建模。在预训练任务中，采用了一个 Bi-LSTM-CRF 模型，该模型以每个词在问题中的嵌入作为输入，词的类型作为输出。使用 Bi-LSTM 层来编码单词级的局部特征，使用 CRF 层来捕获句子级的类型信息。每个单词 k 的 Bi-LSTM 隐藏层状态 h_k 可以通过上下文类型信息进行编码。考虑到每个短语都可以被分成多个单词，通过在每个单词的 h_k 上执行最大池化操作来引入短语类型信息。将时间戳 k 的上下文类型信息 t_k 与隐藏层状态级联后生成短语特征向量 hv_k。（3）实体引导的解码器（Entity-guided Decoder）在解码过程中，除了对相应的答案进行调节外，本文还对潜在 z 引入了额外的约束。本文提出了一种将短语层间信息和短语层内信息作为约束条件的多步解码方法。首先，对实体字典在第一次遍历时的上下文类型 t 进行建模，以确保跨短语的类型信息的一致性。然后，第二遍显式建模实体 e。通过在推理过程中添加实体级别的变化来促进生成过程的多样性，从而允许生成对相同答案具有相似语义但包含不同实体的短语。我们假设短语 Pk 的生成取决于 c、z、t 和 e，其中 e 依赖于 c、z、t，t 依赖于 c、z。在训练过程中，最后一个解码器的初始状态为 d_k= W_k[z, c, t, e] + b_k，输入为 [w, t, e_k]，其中 w 为 x 中单词的词嵌入，e_k 为 x 中完整实体嵌入的平均池化嵌入。在第一个类型预测阶段，基于 z 和 c 预测 t』：t『』= M LP_t(z, c)。在第二个实体预测阶段，基于 z、c、t，预测 e_softmax』 = M LP_e(z, c, t)。最后，e_softmax』与整个实体嵌入矩阵相乘，生成 e』_k 的聚合。在测试阶段，t』和 e』_k 用语最终的短语解码。（4）训练目标函数通过引入第一阶段训练的短语类型信息，没有实体建模的 eg-CVAE 的修正变分下界为:为了在第二阶段训练中将短语类型信息细化为详细的实体，在假设 x 的生成分为两个阶段的基础上对 e 进行显式建模：利用短语类型生成 e；利用 e、t、c、z 生成 x，最终的 eg-CVAE 模型优化目标函数为:为了验证所提方法的有效性，本文在实验过程中收集了来自中国国家医疗执业资格考试 (NMLEC_QA) 的真实医学 QA 对。收集到的 NMLEC_QA 数据集包含 18,798 个 QA 对，作者根据这些原始的 QA 对生成新的 QA 对。使用 NMLEC 2017 作为评估 QA 系统的测试集，而不用于生成 QA 对。医学实体字典是从医学维基百科页面中提取出来的，构建的字典涵盖了 19 种类型的医学实体。非结构化医学教材由 2130128 篇医学领域发表的论文和 518 本专业医学教材组成。作者在实验中选择 HRED（多级 RNN 编码器的序列到序列模型）[9] 和 VHRED（多级条件 VAE 模型）[10] 作为基线对比算法。自动评估指标下的性能比较见表 9。其中，BLEU 是一种常用的度量方法，用长度惩罚来度量修改后的 n-gram 精度的几何平均值；BOW Embedding 通过对短语中所有单词的平均、极端或贪婪策略来匹配短语嵌入的度量方式；Distinct：计算生成短语的多样性的度量，进一步将 intra-dist 定义为每个抽样短语中不同值的平均值，inter-dist 定义为所有抽样短语中不同值的平均值。表 9. 不同方法的评估指标在表 9 中，BLEU 和 BOW 度量的主要目的是检验结果的相似性。eg-CVAE 的设计目的是为了促进语义的多样性，因此语义相似度得分不是很高。基于 CVAE 的 VHRED 不涉及对 z 的潜在分布的任何约束，HRED 对解码过程进行了明确的建模，而没有对隐藏上下文进行进一步的操作，因此它们的语义相似度得分属于中等。本文提出的 type-CVAE 考虑了先验类型信息，entity-CVAE 则考虑了实体显示信息，这些约束有助于模型生成更多与原始 QA 对相似的 QA 对。另一方面，从多样性的角度来看，eg-CVAE 在不同的度量上得分最高。这是因为 eg-CVAE 基于潜在的答案条件分布，而不是一个确定的解码过程来分层生成新的问题。本文还利用 NMLEC_QA 数据集中 10% 的样本进行人工评估。三位专家 (真正的医生) 被要求从三个角度来评估每一对 QA: 1) 一致性:生成的 QA 与原始的 QA 有多一致？2) 提供信息:生成的 QA 提供了多少信息？3）流利:生成的问题的短语有多流利? 每个问题都用 1(最差) 到 5(最好) 的分数进行评估。平均结果如表 10 所示。表 10. 人工评价结果表 10 中的结果表明，本文提出的方法效果优于 HRED 和 VHRED。通过对类型层次和实体层次的建模能够有效捕获关键信息，同时来自这两层建模的先验信息也保证了本文的模型产生信息丰富和流畅的问题的良好能力。为了进一步研究生成的 QA 对的有效性，作者将这些生成的 QA 对集成到一个问答系统中，该系统是一个针对 NMLEC_QA 数据库的基于注意力机制的模型 [11]。结果如表 11 所示。本文提出的 eg-CVAE 方法结合了 entity-CVAE 和 type-CVAE 的优点，构建了一个三阶段解码流程，从而改进了 QA 系统，达到了最高的准确率。这些观察结果进一步证明了 eg-CVAE 生成的 QA 对的有效性。表 11. 生成的 QA 对的有效性小结：由于外部知识的需求和高质量培训数据的不足，在医学领域等现实场景中应用问答系统仍然具有挑战性。针对这些挑战，本文研究了生成医学 QA 对的任务。基于每个医学问题都可以看作是给定答案的潜在分布样本的观点，本文提出了一个自动的医学 QA 对生成框架，该框架由一个无监督的关键短语检测器组成，该检测器探索非结构化材料的有效性，以及包含多通解码器以整合结构知识以实现多样性的产生器。总结在本篇提前看中，我们选取了 AAAI2020 的三篇关于问答系统的文章进行分析。问答系统近年来广泛应用于很多实际场景，包括手机厂商的语音助手（Siri、Alexa、Bixby...）、APP 的各类问答应用（度秘、玩秘...）以及医学和教育学等专业领域的虚拟客服等。从 AAAI 2020 的录用论文也可以看出，在接受的 1591 篇文章中，专门研究问答系统的文章超过了 40 篇。目前，神经网络仍然是问答系统所主要采用的方法，在本文的三篇文章中，第一篇使用序列-序列模型，第二篇使用 BERT，而第三篇文章为了验证提取的 QA 对的有效性，使用了基于注意力机制的模型。为了改进问答系统的效果，目前一些方法的主要目的仍然是基于训练库提取更多有效的信息，一方面可以改进训练库（第二篇文章使用了通用数据库+专门目标域数据库的方式），另一方面尝试提取全局信息、上下文信息等复杂的语义信息（第一篇文章提出的句子级语义匹配、答案位置推断的方法）。此外，针对专门的应用领域，需要结合单词、句子和文本的特征进行具体的分析和处理。作者介绍：仵冀颖，工学博士，毕业于北京交通大学，曾分别于香港中文大学和香港科技大学担任助理研究员和研究助理，现从事电子政务领域信息化新技术研究工作。主要研究方向为模式识别、计算机视觉，爱好科研，希望能保持学习、不断进步。本文提到的文献：[1] Zhou, Q.; Y ang, N.; Wei, F.; Tan, C.; Bao, H.; and Zhou, M. 2017. Neural question generation from text: A preliminary study. In National CCF Conference on Natural Language Processing and Chinese Computing, 662–671. Springer[2] See, A.; Liu, P . J.; and Manning, C. D. 2017. Get to the point: Summarization with pointer-generator networks. arXiv preprint arXiv:1704.04368[3] Seo, M.; Kembhavi, A.; Farhadi, A.; and Hajishirzi, H. 2016. Bidirectional attention flow for machine comprehension. arXiv preprint arXiv:1611.01603[4] Kwiatkowski, T.; Palomaki, J.; Redfield, O.; Collins, M.; Parikh, A.; Alberti, C.; Epstein, D.; Polosukhin, I.; Kelcey, M.; Devlin, J.; Lee, K.; Toutanova, K. N.; Jones, L.; Chang, M.-W.; Dai, A.; Uszkoreit, J.; Le, Q.; and Petrov, S. 2019. Natural questions: a benchmark for question answering research. TACL .[5]Y oon, S.; Dernoncourt, F.; Kim, D. S.; Bui, T.; and Jung, K. A compare-aggregate model with latent clustering for answer selection. CoRR abs/1905.12897[6] Gormley, C., and Tong, Z. 2015. Elasticsearch: The definitive guide: A distributed real-Time search;analytics engine.[7] Shen, D.; Wang, G.; Wang, W.; Min, M. R.; Su, Q.; Zhang, Y.; Li, C.; Henao, R.; and Carin, L. 2018. Baseline needs more love: on simple word-embedding-based models; associated pooling mechanisms. In Proceedings of ACL.[8] Serban, I. V .; Sordoni, A.; Lowe, R.; Charlin, L.; Pineau, J.; Courville, A.; and Bengio, Y . 2017. A hierarchicazl latent variable encoder-decoder model for generating dialogues. In Proceedings of AAAI[9] Serban, I. V .; Sordoni, A.; Bengio, Y .; Courville, A.; and Pineau, J. 2016a. Building end-to-end dialogue systems using generative hierarchical neural network models. In Proceedings of AAAI[10] Serban, I. V .; Garc a-Durán, A.; Gulcehre, C.; Ahn, S.; Chandar, S.; Courville, A.; and Bengio, Y . 2016b. Generating factoid questions with recurrent neural networks: the 30m factoid question-answer corpus. In Proceedings of ACL.[11] Cui, Y .; Chen, Z.; Wei, S.; Wang, S.; Liu, T.; and Hu, G. 2017. Attention-over-attention neural networks for reading comprehension. In Proceedings of the ACL.

美股研究社7月22日消息，英伟达周二表示，其已经与美国佛罗里达大学合作，双方将联合打造全球最快的高等教育人工智能（AI）超级计算机。据了解，整个项目将投入7000万美元。英伟达将承担其中的2500万美元，这部分投入将以硬件、软件、培训的形式交付。而佛罗里达大学及其校友、英伟达联合创始人克里斯·马拉科夫斯基（Chris Malachowsky）则将投资剩下的4500万美元。另外，这所大学还将利用英伟达芯片增强其现有的超级计算机HiPerGator，并在2021年初投入使用。人工智能是当前芯片厂商的布局重点，而英伟达已经在这一领域领先。英伟达的GPU目前是全球大规模AI商用芯片提供商之一，产品广泛应用于车联网等领域。近几年英伟达股价的高速增长，也可以验证英伟达在AI芯片领域得到了市场的认可。本文来源：美股研究社（meigushe）——旨在帮助中国投资者理解世界，专注报道美国科技股和中概股，对美股感兴趣的朋友赶紧关注我们

浅析森林经营与病毒传染及其防治柯水发 童硫瑶 马磊娜 李美 夏天超（中国人民大学农业与农村发展学院，北京市，100872）2019年底突发新型冠状病毒肺炎（Corona Virus Disease 2019，COVID-19）疫情, 对中国的社会运行、经济发展、民生福祉和国家安全产生了广泛的影响，引起了社会各界的广泛关注。世界卫生组织认为，所有已知证据都表明，新冠病毒来自动物，而不是经实验室人工干预或制造出来。新冠病毒最有可能来自蝙蝠，但还不清楚是怎么传播给人类的，肯定存在中间宿主，也就是说由另一种动物把病毒从蝙蝠传到人身上。研究表明，目前70%的新发传染病均来源于野生动物（石正丽，2020）。而人类在进行森林生产和森林功能开发利用的过程中，也会有接触野生动物并感染病毒的可能。特别是人类猎捕和食用野生动物，更有可能直接感染和传播病毒。森林作为野生动物的重要栖息地，一旦森林破坏，将造成野生动物栖息地丧失，潜在携带病毒的野生动物进入人类的生存空间。森林破坏有时候还为某些携带病毒的野生动物创造繁殖和转移的条件，从而增加传染病发生和扩散的风险。另一方面，反过来森林也可为病毒防治提供庇护疗养环境和医治药物。因此，森林与病毒传染发生和防治关系密切。本文在此拟较为系统地揭示二者之间的关系机理，为更好地应对新冠疫情，加强森林治理促进病毒防治提供借鉴参考。一、森林中的野生动物与病毒传染过度以及非法野生动物养殖业容易导致病毒交叉感染和变异。大量的野生动物集中繁殖、饲养和囤积在有限的空间，在长途运输过程中送入圈养和囤积的环境里，它们之间的疾病以及身上所带的病毒容易产生交叉感染(李坚强，2020)。野生动物贸易产生的疾病传播机制不仅导致人类疾病爆发，还威胁到牲畜、国际贸易、农村生计等很多方面。1980年-2005年，人类出现了超过35种新的传染病，平均每八个月就会出现一种新的传染病。艾滋病、埃博拉、SARS都与野生动物的不当接触有关；自1990年代中期以来，世界各地出现的新发或复发的牲畜疾病包括牛海绵状脑病、口蹄疫、禽流感、猪瘟等，已使世界经济损失超过800亿美元（奚志农，2020）。据健康生态联盟估算，非法野生动物贸易额至少达到190亿美元，这意味着每年大约有上千万只鸟类或哺乳动物被交易。自然界已发现的细菌种类多达12000种，但尚有100万级数量的未知细菌有待于发现。按照国际最新的研究方法估算，我国仅脊椎动物就有可能携带37万多种病毒。另外，全球20%以上鸟类途经我国迁徙，也可能会携带入境病原体(苑苏文,2016)。因此，对于野生动物养殖业必须进行合理管控，对于非法野生动物养殖必须加大惩罚力度，严格取缔，加强对野生动物身上未知病菌的警惕。（一）野生动物的病毒传播机理森林里食物稀少时会导致野生动物间的竞争掠夺，其中蝙蝠的免疫能力会在这种情况下发生变化，缺少食物的蝙蝠体内病毒的复制变异增强。干旱季节的蝙蝠离开森林寻求生存，这进一步加剧了人类接触野生动物身上所携带病毒的几率。同时利用野生动物价值来进行谋生的猎人、屠宰人员以及消费野生动物的消费者等人群也促使病毒感染的爆发。西部非洲农村有吃果蝠和猴子肉的传统，吃法包括烟熏、烧烤和加香料熬汤。研究人员发现，在每次人类疫情暴发前野生动物先暴发疫情。多起人类埃博拉疫情指示病例由于直接接触果蝠、食虫蝙蝠、黑猩猩、大猩猩等非人灵长类动物（蒋丽香等，2015）。因此需要当地卫生部门进一步加强对野生动物的预防控制，避免病毒的传染导致疫情爆发。近些年来，世界范围内许多流行性传染病的不断爆发引起许多学者的关注与研究，随着对传染病溯源的不断深入研究，发现许多野生动物是新发突发传染病的源头，在已经确认的约335种急性传染病中源于野生动物的比例可达43%（秦思源等，2019）。野生动物所储存和携带的病毒在接触人类之后进一步的传播作用越来越受重视。1、野生动物是多种传染病的传播源头野生动物是许多传染病病毒的自然宿主，例如SARS、艾滋病、狂犬病、埃博拉出血热、西尼罗河热等。研究人员发现艾滋病很可能是一种人兽共患病，其在70只非洲绿猴的血液中检出了与人类艾滋病病毒极为相似的病毒，检出率高达35%，并且这种绿猴会在旅游胜地及公园等场所觅食，与人接触频繁甚至会咬伤游客，这样就将绿猴体内艾滋病毒传给游客，进而传播到世界各地（秦思源等，2019）。因此，野生动物作为病毒性传染病的源头，极大地威胁着人类的正常生产生活。2、野生动物携带和储存的病毒直接或间接向外传播野生动物在环境复杂的森林中生存，资源丰富，身上携带的病毒也相当复杂，是天然的病毒储存库。蝙蝠在世界范围内广泛分布，种类丰富，加之与人关系密切，因此蝙蝠是多种人兽共患病病毒的自然宿主，且在蝙蝠体内检测和分离到的病毒就达130多种，其中包括可引起人类疾病大流行的亨德拉病毒、尼帕病毒、埃博拉病毒、马尔堡病毒、SARS冠状病毒等具有高致病性的流行病病毒（张海林，2015）。3、野生动物携带大量未知病毒易导致新型传染病的爆发随着对野生动物疫病的深入研究，人们发现野生动物体内携带大量未知病原体，当外界环境发生变化时，会使携带的病原体传播并诱发新的传染病或通过演化变异产生重组病原体，比如SARS冠状病毒和H7N9高致病性禽流感（秦思源等，2019）。总之，野生动物作为大量未知病毒的携带者，在流行性传染病的研究中具有重要的意义，对于生态、生物以及人类健康安全等重要问题的解决具有关键作用。（二）野生动物传播病毒风险加大的原因分析野生动物在野生环境下生长且处于未被驯化的自然状态，这导致其携带的大量病毒会随森林环境、气候的变化而发生变异，这些未知的病毒可能通过一些媒介和中间宿主甚至直接传播给人类。生态环境随着时间的推移在发生改变，野生动物为了生存进行的跨境活动、人类为了利益进行的捕食野生动物等行为的频繁发生进一步加大了新型传染病病毒流入人类生产生活的风险。1、生态环境的改变增加了病毒传播的风险随着全球人口数量快速增长，人类活动范围不断扩大，原本处于动态平衡的生态系统被打破，导致野生动物原本的生存环境遭到严重破坏，野生动物栖息地急剧萎缩，野生动物单位种群密度倍增，加之全球气候变暖、化学制剂的过分使用等因素可能引发病原体变异加速，导致野生动物染病或死亡等情况发生，进而导致自然疫源性疫病的发生与流行。随着人类生活空间不断扩张，不但使得人与野生动物的接触更加频繁、患病或携带病原体的野生动物感染人的概率增加，野生动物病原体溢出效益明显，还会导致原本健康的其他种类的野生动物因接触这些病原体而成为新的贮存宿主。同时，全球气候变暖可能使得原来储存在冻土层中的病原得以释放，而野生动物将成为第一位的感染者和携带传播者，野生动物存储和传播外来人兽共患病原体的风险加大。（秦思源等，2019）2、跨境野生动物增加了病毒传播的风险跨境野生动物主要指在国际贸易交换的野生动物，以及长距离迁徙或在边境线附近迁移的野生动物。我国在国际野生动物贸易中占有重要地位，每年从非洲、南美洲、大洋洲、亚洲等国家进口长颈鹿、陆龟、鸟类等大量野生动物，但是由于对野生动物携带病原体缺乏深入调查和研究，特别是缺少对可能携带的未知病原检测与监测，而且一些病原体在野生动物体内带毒不发病且带毒量极低，使得一些病原体随野生动物传入我国的风险加大。迁徙是野生动物的特性，尤其是候鸟迁徙，可将病原体传播到迁徙路线上的任何国家。以禽流感为例，2018年上半年全球范围内共发生动物流感疫情526起，其中野鸟禽流感169起，涉及亚洲、欧洲、非洲和美洲的37个国家和地区，禽流感亚型主要包括H5N1、H5N2、H5N6、H5N8、H7N9等。尤其是H5N8禽流感，自2016年年底以来，该亚型流感在短时间内已席卷欧洲乃至北半球，这与候鸟迁徙密切相关。（秦思源等，2019）3、捕食野生动物行为增加了病毒传播的风险世界上许多地区野生动物肉品的消费大幅度增加，特别是在中非和南美亚马逊流域，年消费总量可分别高达340万吨和16.4万吨，研究表明，猴泡沫病毒、人嗜T淋巴细胞病毒、埃博拉出血热、SARS冠状病毒、旋毛虫等人兽共患病都与猎捕、食用野生动物有直接关系（金宁一，2007）。我国明令禁止捕食野生动物，一是为了保护生态平衡，二是为了防止人类接触野生动物病毒。然而近年来野生动物的滥食和非法交易的现象屡禁不止，我国每年破获多起猎杀野生动物案件，这导致鼠疫等病毒传染病存在发生、新发、再发以及蔓延的风险甚至进一步引起野生动物病毒的爆发和流行。二、森林破坏、森林生产行为与病毒传染（一）森林破坏影响野生动物生存带来病毒传播与扩散森林是地球上最重要的资源之一，提供世界上大部分的林产品和一些生态环境服务，如水源净化、土壤侵蚀控制和固碳作用。根据FAO《2015全球森林资源评估报告》显示，森林面积在过去的25年里（1990-2015）减少了3.1%，其中天然林面积减少1.29亿公顷，全球森林生物碳储量减少了近110亿吨（Gt）。森林破坏的表现形式及其原因有：1）森林滥伐。人们出于各种目的滥发森林，最主要的目的有两个：林地转换成农业用地和市场对于木材的需求（马立博，2015）。2）森林火灾。森林火灾的触发原因有很多，除森林自燃外，战争是造成大面积森林火灾的重要人为原因,战争常用火攻的策略焚烧了大量的树木。3）此外，虫害、疾病等自然原因也是造成森林破坏的重要原因。森林破坏为野生动物的繁殖和转移创造条件，从而增加传染病发生和扩散的风险。上世纪90年代末的研究给出了一个原因。佛罗里达大学新兴病原体研究所的流行病学者Amy等人（2009）通过对秘鲁亚马逊地区的仔细调查，发现砍伐大片森林为亚马逊河流域最重要的疟疾传播媒介。她发现里存在更多的蚊子幼虫，也就是形成于穿过森林的道路旁边以及碎石后面的水坑。砍伐森林，并且在森林里修建道路，造成雨季水位上升阻塞形成死水坑。这些水坑里的水由于森林破坏无法被树木吸收。因此，这些 温暖的、部分遮阴的池塘就为达氏按蚊创造了理想的繁殖地点。研究表明从2003年到2015年，亚马孙地区每年减少10%的森林面积导致了3.7%的疟疾病例增长（Andrew and Erin, 2019）。森林破坏造成野生动物的栖息地丧失，野生动物和人的生存空间越来越重叠，病毒传播的风险加大。1977年，印度尼西亚政府声明要大力发展农业，发展经济。因为耕地较少，政府带头砍伐了印度尼西亚的热带雨林，并进行了焚烧。这导致当地独有的果蝠为了生存只好离开这里，重新选择别的栖息地，逃到了马来西亚的一个果园。一个月后当地的养猪户开始生病。到1999年，当地共有265人患上脑炎，105人死亡。这是知道的第一起人类感染尼帕病毒案例，此后整个东南亚出现了一系列反复爆发的疫情。2019年澳洲突发森林火灾造成上万只蝙蝠逃离森林飞向居民区。一些最严重的病毒性疾病——SARS、MERS、埃博拉、马尔堡病以及新出现的新冠肺炎——都起源于蝙蝠。美国加州大学伯克利分校Cara E Brook课题组在eLife上发表的一项新研究发现，蝙蝠对病毒的强烈免疫反应可能会促使病毒更快复制（Katarina Zimmer，2020）。研究人员指出，破坏蝙蝠的栖息地似乎会给它们带来压力，使其在唾液、尿液和粪便中释放出更多的病毒，从而感染其他动物（唐一尘，2020）。（二）森林生产活动一定程度上会增加病毒传染风险通常情况下，森林生产活动包括树木种植、木材砍伐、树木运输以及森林管护活动。各个环节生产活动在一定程度上都存在病毒传染的风险，人为的木材砍伐和运输还会向区外传染病毒。1、树木种植。在进行树木种植时，当种苗或其种子携带病毒时，病毒入侵到苗木和种子的内部组织，种苗生长力衰减。当树木通过挖掘土壤进行栽种时，会破坏地表，病毒得以释放，与土壤中的微生物发生接触，会导致森林病害的流行。2、木材砍伐。随着森林资源的不断开发，天然林长期超负荷采伐,致使天然林的数量和质量下降,森林生物多样性、林分原始结构以及天然林特有的森林生态环境遭到了不同程度的破坏,林中生物相互制约、平衡发展的关系遭到了严重破坏，从而能导致森林病虫害的发生与流行（石威，2017）。如20世纪70年代，由于森林过量砍伐，林木管理粗放，自然生态条件脆弱，等原因，造成了森林病虫害进一步扩大蔓延（张立方，2013）。这一时期的主要病害有油茶尺蛾和杉木叶枯病、泡桐丛枝病、油茶碳疽病等。又如1986年，印度卡纳塔克邦西部的葛孜受到“猿猴疾病”影响的有一千余人,死亡人数超过九十六人。乌若拉吉的印度国家学院把该森林疾病的暴发,归因于克舍种植园为修筑道路而清伐四百公项倪得尔国家森林所导致的。森林被伐使许多哺乳动物携带着十六种克舍树的病毒移栖到森林附近居住区，导致森林病害的传播（贺治坤，1986）。3、林产品运输。在林产品运输过程中，在林木生产过程中，一些种苗、种子、原木、板材或相关林副产品一旦已经发生病害感染，那么在其运输过程中时，就有可能会发生病害传播与扩散。运输过程中，苗木树皮或树根一旦有损害，也会影响苗木的生物输导系统，林木生长速度减慢，为病菌的侵入、病害的发生和流行提供了机会（丁立平等，2014）。如日本栎枯萎病是典型的维管束病害，病原菌在导管内大量繁殖，并随导管水分运输扩散蔓延。据 EPPO 报道，从病死植株变色木质部、溃疡下边的皮层中、传媒昆虫的体表、传媒昆虫的虫道中都能分离出病原菌，并且指出该病能通过带病原木、木制包装、苗木，接穗以及各种无性繁殖材料等进行远距离传播。又如雪松根部疫霉腐烂病主要发生在北美地区，进境原木携带的疫区土壤中含有病原菌卵孢子，传入国内后，通过原木运输、道路维修、地面径流以及各种动物活动传播开来，传播至国内，如遇到国内寄主从其幼嫩根部和伤口侵入。再如山毛榉溃疡病菌主要发生在北美洲和欧洲一些国家，可能会通过原木运输至境内通过多种途径形成病害流行。第一种途径是输华原木和苗木的皮层表面携带子实体，传入国内后在适合的环境下释放大量的子囊孢子，孢子可随风、雨水溅散近距离传播，通过国内潜在传媒昆虫所创造的伤口侵入国内寄主。该途径是山毛榉溃疡病传入我国的主要途径；第二种途径是进口苗木同时携带传媒昆虫和病原菌，在传入我国之后二者形成复合侵染，在适合的条件下，侵染国内寄主；第三种途径是进口原木的皮层下携带一定数量的菌丝，在适合的条件下产生子囊孢子和分生孢子，各种孢子通过风、雨水溅散传播，再通过国内潜在传媒昆虫所创造的伤口侵入寄主。（杨晓文，2007）4、森林管护活动。人们通过一系列经营管护措施来培育更好的森林资源。但与此同时，一些基础的管护措施如对林木进行松土除草、施肥、割灌等人为干预措施，会破坏土壤中微生物的自然平衡状态，增加病毒传染的风险。并且经过三五年，幼苗会逐渐成长，管护人员通过移栽等方式将繁密森林区域变得稀疏，改变林分原始结构，打破稳定状态，病毒可能会产生交互作用，进一步扩大森林病害的流行。（三）外来有害生物入侵影响森林健康，也加大病毒传染隐患随着经济全球化和贸易自由化的不断发展，中国外来林业有害生物入侵危害日趋严重，中国是全球外来林业有害生物发生、危害最为严重的国家之一。森林、湿地、荒漠生态系统都受到了外来有害生物的入侵危害，极大地影响了我国现代林业建设的发展，制约我国生态文明建设进程。据中国农业生物入侵研究室提供的数据，截至2015年底，确定入侵中国的外来有害生物达到580余种，其中危害严重的达200多种。国际自然保护联盟公布的全球100种最具威胁的外来入侵物种中，入侵中国的就有50余种。中国每年在外来物种入侵方面造成的生态和经济损失超过2000亿元人民币。其中松材线虫病、美国白蛾等11种主要外来生物每年给我国造成的经济损失就高达570亿元。我国每年林业有害生物灾害、森林火灾、低温冻害等林业自然灾害中，林业有害生物灾害损失占比56%以上，上升为我国林业主要灾害损失。松材线虫病、美国白蛾、松突圆蚧、松针褐斑病等重大病虫害的流行最初均是由于有害生物从国外随林产品进口而传入的（张立方，2013）。我国于1982年首次发现松材线虫病，目前发生面积已近10万hm2，累计造成松树枯死3500余万株，损失近300亿元。近几年来，松材线虫病发生面积逐年扩大，已经危及到黄山、张家界等风景名胜区的生态安全。新疆作为我国西北门户，外来林业有害生物入侵频繁。新疆林业外来入侵生物的发生是通过国内其他省区传入和国外直接传入两种途径实现的。据不完全统计，1980年以来通过苗木引种或木质包装材料传入新疆的外来林业有害生物达42余种，占现有监测统计种类的1/3。如光肩星天牛、扶桑绵粉蚧、遮扁蛾、加拿大一支黄花、苹果绵蚜、野蛞蝓、双条杉天牛、日本盘粉蚧、沟眶象、星天牛、锈色粒肩天牛、白星花金龟、黄刺蛾、冠瘿病、吹绵蚧、枣实蝇等等。其中国家林业检疫性有害生物有6种，自治区级补充林业检疫性有害生物有5种。经测算，新疆仅枣大球蚧、苹果小吉丁虫、黄刺蛾、苹果绵蚜、枣瘿蚊、苹果蠹蛾、橄榄片盾蚧等7种林果有害生物年度直接经济损失达2.18亿人民币。（刘忠军，2019）内蒙古大兴安岭林区林业有害生物危害达到轻度发生统计起点以上的种类有80多种，其中病害有20多种，主要有落叶松早落病、落叶松癌肿病、落叶松枯梢病、落叶松苗立枯病、樟子松疱锈病、樟子松红斑病等。据近年来林区“森林病虫鼠害发生防治统计报表”统计，主要林业有害生物年均发生面积215万亩，其中森林虫害150万亩、病害25万亩、鼠害40万亩。有害生物最大年份发生面积400万亩，造成的经济损失超过1亿元。（南海涛，2012）三、森林效用开发与病毒传染防治（一）森林的功能与效用森林的功能主要分为物质产出功能和生态服务功能，为人类提供多种产品和服务, 前者包括提供木材, 果实, 动物等, 后者包括净化空气、防风固沙、调节气候、固碳、涵养水源水土保持、保护生物多样性等。森林参与生物圈水分循环和碳循环，有效的进行气候调节，对微气候和气候以及碳循环具有重大的作用。森林作为特殊的下垫面，其庞大的林冠层，可以有效的调节温度，提高空气湿度，降低风速，增加降水。森林可以通过光合作用吸收大气中的CO2，能有效的减少大气中的温室气体。全球森林每年通过光合作用固定的碳约为1000-1200亿吨，占大气总贮量的13%-16%（张培栋，2005）。薛建辉（1992）估计陆地生态系统90%的碳贮存在森林中。森林植被在涵养水源、保持水土、防止滑坡, 防风固沙等方面起积极作用。森林是蓄存降水的天然大水库，具有强大的蓄水作用。森林复杂的立体结构能对降水层层截持，不仅使降雨发生再分配，而且减弱了降水对地面侵蚀。森林覆盖率增加，土壤流失就会随之降低。如果有效盖度达到60%，可以显著地减少土壤流失（李良厚、陈宝林等，2012）。营造防护林和道路绿化是保持水土的有效途径之一（薛建辉，1992）。森林还能通过吸收、吸附阻滞等形式能使污染物离开对人产生危害的环境，有效的净化空气。森林可以吸收二氧化硫、氟化氢、氯气、氨气等有害气体。还可以阻碍放射性物质和辐射的传播，起到过滤和吸收的作用，一些抗辐射性强的树种, 一定程度上可防御和减少放射污染对人体的危害。有些树木的叶、花、果、皮等可以产生一种挥发性物质，称为“杀菌素”，能杀死伤寒、副伤寒病原菌、痢疾杆菌、链球菌、葡萄球菌等，减少空气中的含菌量（刘宪明、王志君，2003）。除此之外，森林是地球上最大的物种基因库和生态环境庇护地，是陆地生物多样性的主要栖息地。森林是物种最丰富的地区，茂密的树木能给许多生物提供生活栖息场所，提供它们的生存环境。地球上的森林庇护着生物圈中70％的植物种，40～50％的动植物种。丰富的动植物物种的生存完全依赖于森林植被及其生态功能，它们本身也是生态系统及其功能的一部分，并在其中不断演化（李良厚、陈宝林等，2012）。（二）森林的生态功能与病毒防治1、维持生态系统稳定，控制传染病的出现森林可以维护生态系统的稳定，通过维持捕食者和被捕食者,植物、动物和人体中宿主、携带者以及寄主之间的平衡,来控制一些传染病的出现和传播。之前发生了很多由于森林破坏打破了上述的平衡而感染人类的疾病，包括疟疾和黑热病；莱姆关节炎是由于橡树、黑腿虱、白足鼠和黑尾鹿之间数量的改变而引起的；阿根廷出血热是由于将自然草地全部变成单一的作物田地而爆发的。人类疯狂地破坏热带雨林，打开了恐怖的病毒库，于是巴西爆发了奥罗波凯症，1.1万人发病；旅游的南斯拉夫人感染了马尔堡病;亚非迁移的难民引起几十万人感染登革热；避暑的美国人造成了汉塔病的大传播。一连串的大规模流行病在公共卫生不发达的国家肆虐：巴西的萨比西病、墨西哥的霍乱、印度的鼠疫、扎伊尔的埃博拉病……科学研究和现实早已证明，凡是生态平衡维系得好的地区，不仅没有流行病蔓延，人的健康状况一般也较好。例如,位于巴基斯坦的罕萨,就是一个被崇山峻岭包围、维持着原始生态的长寿村，该村2万人中，没有一人因流行病而死亡，年逾百岁的寿星有40多人，90岁以上的老人竟达数百人之多。现在还不知道环境中到底有多少种对人类有潜在危险的病毒或是其他病原体是由生物多样性提供的自然平衡的控制之下（崔胜辉、黄云凤，2003）。2、减少空气中的病菌和病毒，起到森林庇护功能贾治邦（2019）指出一公顷大约1500株松树和柏树，一昼夜能够提供约30kg的抗菌素，能杀死很多的病菌和病毒，美国因此每年节省70亿美元的医疗费用，约等于500亿人民币。吴章文（2003）发现植物的花、叶、木材、根、芽等组织的油腺细胞不断地分泌出一种浓香的挥发性有机物,能杀死细菌和真菌，这种气体被称为植物精气。王忠贵（2020）指出植物在自然状态下能释放出挥发性气态有机物，这种气态有机物被叫做芬多精。芬多精的成分复杂，并不是单一或有限的几种化合物，而是以烯萜类化合物为主的一大类复合物质，主要包括萜类、烷烃、烯烃、醇类、酯类和羧基类化合物（表1）。芬多精能够增加大脑中的α波，稳定情绪，能够辅助调整呼吸到正常状态。森林形成的特殊自然环境能够减少空气中的病菌，有效的预防病毒入侵，同时森林由于其地理隔绝位置，形成了物理屏障，在病毒爆发时期森林提供很好的去所，能够隔绝人与人之间病毒的交叉感染。表1芬多精成分及其功效资料来源：王忠贵（2020）（三）森林药材开发利用与病毒防治森林中的有些植物、动物和微生物是病毒治疗的潜在医药，有利于病毒的防治。在几百万年的进化过程中,物种发展形成了化学物质,这些化学物质能使它们抵抗传染病和其他一些疾病，这些化学物质有些已经成为今天一些最重要的药物。世界卫生组织的统计表明,发展中国家80%的人口依靠传统的天然药物治疗疾病,发达国家有40%的药物来自自然资源。我国有记载的药用植物有5000多种,常用的就有1000余种。使用最广的药物大都离不开野生动植物,许多疑难顽症的攻克也有待于野生药物的进一步开发。例如,治疗疟疾的特效药奎宁,来自南美洲的金鸡纳树。在非洲的喀麦隆、坦桑尼亚、加蓬等国家都已经从药用植物中提取能够抑制疟疾的化合物。美国科学家Grifo等人的研究指出在美国最常用的150种处方药中有57%的药是来自生物多样性,其中74%是来自植物,18%来自真菌,5%来自细菌,还有3%来自脊椎动物。他们还指出下一个重要的新药来源总是难以被预测,植物、动物和微生物提供新药或是新的化学物质的潜力还尚待开发。科学家的研究表明,迄今为止,每125种所研究的植物中有一种可以用来生产一种主要的药（崔胜辉、黄云凤，2003）。3月14日，中国科学院院士仝小林(2020)介绍，截至3月13日，10个省份1261例新冠肺炎患者服用“清肺排毒汤”后，1102例得以治愈，29例症状消失，71例症状改善。其中，在40例重症患者服用后，已有28例出院；12例在院治疗，10例症状好转由重转轻。采用“清肺排毒汤”总有效率达97.78%，无一例由轻症转为重症或者危重症。“清肺排毒汤”主要由复方“麻杏石甘汤、射干麻黄汤、五苓散”等几位药，复方综合而成，而这些药物的主要原料，大多数来自森林。（四）森林疗养功能有利于后期康复治疗森林景色优美，空气清新，可以调节人的感官神经，舒缓紧张的精神状态，能改善人的神经功能，调整代谢过程，提高人的免疫力。森林由乔木层、灌木层、草本层构成。光照和降水经过再分配，在森林中形成了独特的小气候。与城市相比，森林内的气温较低并且变化平缓，相对湿度较大，使人体感觉舒适。森林里绿视率极高，可以吸收阳光中的紫外线，减少对眼睛的刺激，有助于缓解疲劳和精神压抑。森林通过高大的树冠层，可以吸收和消除噪音。森林作为天然的净化器，对水质的净化作用也很明显。研究表明大气降水中含有85种以上的有机化合物。大气降水中含有的污染物，经过树冠层、枯落物层和土壤层的截留过滤作用后，种类减少并且浓度降低，对人体健康起到了有益的作用（王忠贵，2020）。森林植物对人的情绪有镇静作用，使中枢神经系统放松，并通过中枢神经系统对人的全身起着良好的调节作用，能使得脑神经系统就从烦躁的情绪中解放出来，使人感到愉快安逸。森林植物多彩的颜色和绚丽的花朵及释放的芳香气味，会对人的大脑皮层产生良好的刺激，有助于解除人的焦虑心情，稳定情绪，消除疲劳，改善睡眠（李良厚、陈宝林等，2012）。更重要的是森林可以产生负氧离子，负氧离子对人体健康极为有利，被称为“人体维生素”（章银柯、王恩等，2009）。森林的树冠、枝叶尖端放电以及绿色植物的光合作用形成的光电效应会促使空气电解，产生空气负离子，是自然界中产生负氧离子的三大自然机理之一（王小婧、贾黎明，2010）。负氧离子通过呼吸道进入人体内，可以提高人的肺活量，使肺部吸收氧气量增加20%，排出二氧化碳量增加14.5%。采用负氧离子吸入疗法，可提高机体防御机能，激发免疫功能，增强机体抗病能力，并加速支气管上皮细胞纤毛运动，有利于痰液排出，使支气管平滑肌松弛，改善肺的换气功能。负氧离子生物活性高、有很强的氧化还原作用，能破坏细菌的电荷屏障及细菌的细胞活性酶的活性，因此能起到较好的抑菌、杀菌作用，可以做到促使炎症消退，加速伤口愈合。还能影响机体内酶系统，激活多种酶，从而促进新陈代谢，对机体的生长发育起促进作用，同时能刺激造血功能，使红细胞、血小板增加，活化网状内皮系统功能，增加球蛋白（孙艳美、钟秀宏等，2014）。森林所形成的独特的自然环境，可以作为辅助治疗，有利于病人病后的康养，加速病人的恢复，减少副作用。四、几点启示（一）加大打击森林和野生动物资源犯罪，确保资源安全在森林和野生动物资源丰富区域，非法猎捕、杀害珍贵、濒危野生动物和非法采伐、毁坏国家重点保护植物犯罪以及相关的非法收购、运输、加工、出售犯罪发案率较高。因此要加大刑事打击力度，在森林和野生动物资源丰富区域，检察机关应当将办理该领域案件作为工作重点内容之一，进一步加大刑事打击力度（毛光文，2019）。探索建立协调配合机制，完善与其他政法部门之间、检察机关内部业务部门之间的监督、制约、配合，建立快速办理破坏森林和野生动物资源犯罪案件工作机制。建立健全重大破坏森林和野生动物资源保护犯罪案件挂牌督办机制，积极整合办案力量，确保办案实效，最大限度提升办案效率，对此类犯罪严惩不贷。由于新冠病毒在我国的全面爆发，全国人大常委会出台了《关于全面禁止非法野生动物交易、革除滥食野生动物陋习、切实保障人民群众生命健康安全的决定》，国家林草局出台七项举措，严厉打击滥猎、非法交易野生动物等活动，坚决取缔非法野生动物市场；一律停止受理以食用为目的猎捕、经营野生动物等活动的申请，严格规范对非食用性野生动物活动的审批活动。对于野生动物资源的严厉管控正在逐步落地。当前除了简单的禁食执法工作之外，还有必要进一步做好后续相关工作，加强分类管理、精细管理和规范管理，促进野生动物驯养繁殖产业转型升级，进一步明确并向公众公布禁食名录，并着手评估禁食政策可能产生的影响，包括对相关产业和产业人员以及野生动物和种群的可能影响，并出台有必要的应对措施，特别还要处理好新政策未来可能带来的对野生动物救治收容问题、种群数量变化与平衡问题，以及野生动物栖息地保护保障问题。此外，还有必要加强野生动物收容救治设施建设投入与规范管理，以确保森林和野生动物资源安全。（二）做好森林相关从业人员生产安全防护，减少病毒传播风险森林相关从业人员是森林生产经营的相关主体，在各个生产环节都要注意其生产安全防护工作。尤其是在树木种植或者一些管护过程中，从业人员应做好安全防护措施，避免通过蚊虫叮咬或者野生动物传播感染病毒。直接接触树木种植等过程的人员应该穿戴统一的服装或靴子，严格遵守生物安全原则，并且事后要注重清洁，保障个人卫生安全。同时，也应加大对森林从业人员的专业知识培训和安全防护培训，尤其是森林病害防治、森林防火以及个人安全知识等方面的相关知识，通过有计划的决策、计划以及监督等过程，让从业人员掌握专业的森林安全知识，提高个人安全意识和工作效率，减少病毒感染和传播风险。（三）抓好森林灾害监测预报，确保森林资源生态安全通过森林灾害（包括火灾、病害、虫害、鼠害等）的监测预报可以及时全面的掌握森林灾害发生状况，及时处理阻断森林灾害的传播，避免造成重大的森林灾害流行。因此，监测预报机构应运用科学的方法，侦察灾害发生和发展动态,并把侦察的材料结合当地气候条件、林木状况，正确推断灾害的发生、发展趋势,并及时通报，以更及时的对灾情进行处理，避免错过防治的有利时机，减少因灾害造成的损失。同时，应适当加大针对森林灾害监测投入力度，引进先进的监测系统，学习最先进的监测技术，实现整个地区的监测预报网络体系覆盖，利用现代化信息技术构建数据库，大大提升森林病害检测力度，以便实时迅速进行病害分析，采取有效防治应对措施，消除森林病害隐患，确保森林资源安全和森林生态安全。（四）加强苗木检疫力度，确保森林生物安全根据我国检疫法规，应严格规范国内外种苗的产地检疫和调运过程中的检疫工作。检疫机构要加强对种籽、苗木、其他繁殖材料及木材的调运的检疫检验，也要增强产地检疫，增强对森林植物和其产品的集贸市场的监管，采取严格的检疫检验措施，有效减少病害的传播渠道，降低森林病害的流行。同时，应加强对检验检疫站的管理，增设检疫机构，加强森林检疫工作力度。各检疫机构在对苗木检疫加强把关时，要协同商检、森检部门和木材检查站等部门的工作，规范自身行为，协同作战，制定完善的工作机制，减少有害苗木进入造林地区，减少有害森林病毒对外传播与扩散，确保森林生物安全。（五）安全前提下合理开发森林效用促进病毒防治森林是个宝库，森林中的一些物质已成为重要的药物，能够有效的进行病毒治疗。同时森林中产生的特殊物质能够减少空气中的病菌和病毒，负氧离子能够提高人的肺活量，增强免疫力，有利于人们后续康复治疗。因此我们可以在可持续发展的前提下对森林进行开发利用，提高森林的利用率，关注森林资源的可再生性，在森林效用开发过程中更重视科学性、合理性，从而使得在开发利用森林的同时能够实现保护森林的目标。我们可以创新和改进森林开发利用方式，制定科学的工作流程与详细的工作标准来进行森林效用开发，将高新技术应用于森林开发与管理中，从而做到更高效充分，同时也有助于更好地开发出相应的森林药材、森林食品、森林疗养服务等，来促进病毒防治。不合理的森林效用开发，会导致环境破坏，影响整个生态系统的会带来病毒的传染、传播与扩散等一系列严重后果。因此我们要不断完善法律法规，用法律武器来规范森林效用开发，对森林效用开发进行有效监管，对违法进行森林效用开发的人员进行严厉惩罚，减少森林效用过度开发和不合理开发的情形。同时要加强林业管理人员对森林效用开发的监督与管理，提高管理的效率和力度，做到执法必严、违法必究，实现森林效用开发持续有序、可控可管和高效合理。参考文献Amy, Y.V., William,P.,Robert H.G., et al. Linking deforestation to malaria in the Amazon: characterization of the breeding habitat of the principal malaria vector, Anopheles darlingi. The American journal of tropical medicine and hygiene,2009,81(1) vol. 81,1 (2009): 5-12.Andrew，J.M., Erin,A.M. Amazon deforestation drives malaria transmission, and malaria burden reces forest clearing: a retrospective study, The Lancet Planetary Health,2019,3(Supplement1):13.Katarina Zimmer，森林砍伐导致更多的人类传染病爆发［EB/OL］，2020-01-21，国家地理中文网http://www.ngchina.com.cn/environment/9411.html.崔胜辉,黄云风.人类健康和生物多样性[J].生物学通报,2003(07):14-15.丁立平、尧国良.种苗与林木病害发生和流行的关系探析[J].绿色植保，2014（10）：66-67.贺治坤.印度砍伐森林招致了病害[J].新疆林业,1986:55.贾治邦.森林康养产业为人类生存发展提供宝贵的生态产品——在第十五届海峡两岸（三明）林博会森林康养论坛上讲话[J].中国林业产业,2019(12):8-9.蒋丽香,邢超,罗静,史秋梅,何宏轩.野生动物在埃博拉病毒维持和传播中的作用[J].科学通报,2015,60(20):1889-1895.李坚强.在14亿人安全利益面前，野生动物养殖业利益轻于鸿毛[EB/OL].(2020-2-22)[2020-3-24]. .李良厚,陈宝林,汪衡,黄义林.森林对环境的服务功能及其作用机制[J].中国科技信息,2012(10):41-42.刘宪明,王志君.森林对大气污染的净化功能介绍[J].林业勘查设计,2003(02):32.刘忠军. 新疆外来林业有害生物入侵现状及趋势分析[J].新疆林业，2019(2):37-41.马立博，中国环境史：从史前到现代[M]，北京：中国人民大学出版社，2015.毛光文、宋文博.破坏森林和野生动物资源犯罪问题研究[J].法制与社会,2019(35):43-44.南海涛. 内蒙古大兴安岭林区外来有害生物危害现状及防控对策[J].林业机械与木工设备，2012,40（12）：16-18.秦思源,孙贺廷,耿海东,解林红,彭鹏,李硕,白鸿岩,崔东阳,游丰,鲍玉,初冬.野生动物与外来人兽共患病[J].野生动物学报,2019,40(01):204-208.石威.森林病虫害的发生特点及防治措施[J].农民致富之友，2017（3）：105.孙艳美,钟秀宏,尤淑霞.负氧离子及其应用[J].中国科技信息,2014(13):37-38.仝小林.清肺排毒汤总有效率97%，无一例患者由轻转重[EB/OL].(2020-3-17)[2020-3-24]. http://www.xinhuanet.com/2020-03/17/c_1125724822.htm.王小婧,贾黎明.森林保健资源研究进展[J].中国农学通报,2010,26(12):73-80.王忠贵.森林康养对人体健康促进作用浅析[J].现代园艺,2020,43(01):106-109.吴章文.森林游憩区保健旅游资源的深度开发[J].北京林业大学学报,2003(02):63-67.奚志农.真正实现中国野生动物保护，要立法取缔野生动物养殖产业[EB/OL].(2020-1-29)[2020-3-25]. https://wap.peopleapp.com/article/5086856/4982033? from= groupmessage&isappinstalled=0薛建辉.森林的功能及其综合效益[J].世界林业研究,1992(02):1-6.杨晓文.进境原木及木质包装携带危险性森林病害的风险分析[D].南京林业大学，2007.苑苏文.可怕的病咋从动物传染给人[EB/OL].(2016-4-24)[2020-3-21]. www.xnwbw.com/html/2016-04/24/content_73771.htm.张立方.资源管护抓森防 科学管理促发展——对森林病虫害防治的思考[J]. 农民致富之友，2013（3）：91-92.张培栋.森林调节气候的功能[J].中国林业,2005(19):35.章银柯,王恩,林佳莎,包志毅.城市绿地空气负离子研究进展[J].山东林业科技,2009,39(03):139-141.