本报北京2月11日电　上网时，人们经常会遇到这样的麻烦:批判不良信息的网页也被当成“不良信息”。现在，中国科学院声学研究所HNC研究团队成功研发出具有语义理解特点的“网络不良信息检测系统”，可以最大程度地避免这种情况的出现。

　　这一系统主要针对网络上出现的色情、反动、低俗等不良信息，根据指定的网站自动进行内容下载、检测并给检测报告。和传统的、基于关键字词的检测系统不同，这一系统能够区分出不良信息和批判不良信息的网页内容，对不能作出判断的内容还能提出警告，供人工判别，大大地提高网页的处理数量和减少人工干预的次数。

　　此外，该系统通过更换知识库还可以用在热点信息跟踪、舆情分析等领域。

　　据介绍，中科院声学所从20世纪80年代末开始探索模拟人脑语言智能的自然语言理解处理模式，创立了“概念层次网络(HNC)理论”，并发展形成了HNC自然语言理解处理技术(1998年6月12日本报1版率先发表报道《我国计算机理解语言研究走出新路黄曾阳创立的“概念层次网络”理论正在产品化》)。HNC的最大特点是能够进入语义深层处理自然语言的内容，而不是仅仅利用语言的表层信息进行处理。通过多年的科研攻关，HNC团队已经取得了多项成果，形成了自主知识产权的自然语言理解处理技术，为形成满足信息时代要求的各种特定的信息处理技术奠定了坚实的基础。