├── DataSet ├── test │ ├── sample.csv │ └── test.csv └── train │ └── train.csv ├── argument.py ├── auxiliary_trigger.py ├── dominant_trigger.py ├── joint_predict.py ├── preprocess.py └── readme.md /DataSet/test/sample.csv: -------------------------------------------------------------------------------- 1 | id,trigger,object,subject,time,location 2 | 7953,恢复,深航,湖北其他城市的航班运力,, 3 | 7955,恢复,深航,湖北其他城市的航班运力,, 4 | 7956,恢复,深航,湖北其他城市的航班运力,, 5 | 7956,恢复,深航,湖北其他城市的航班运力,, 6 | 7959,恢复,深航,湖北其他城市的航班运力,, 7 | 7959,恢复,深航,湖北其他城市的航班运力,, 8 | 7959,恢复,深航,湖北其他城市的航班运力,, 9 | 7959,恢复,深航,湖北其他城市的航班运力,, 10 | 7960,恢复,深航,湖北其他城市的航班运力,, 11 | 7960,恢复,深航,湖北其他城市的航班运力,, 12 | 7962,恢复,深航,湖北其他城市的航班运力,, 13 | 7964,恢复,深航,湖北其他城市的航班运力,, 14 | 7965,恢复,深航,湖北其他城市的航班运力,, 15 | 7966,恢复,深航,湖北其他城市的航班运力,, 16 | 7970,恢复,深航,湖北其他城市的航班运力,, 17 | 7974,恢复,深航,湖北其他城市的航班运力,, 18 | 7978,恢复,深航,湖北其他城市的航班运力,, 19 | 7978,恢复,深航,湖北其他城市的航班运力,, 20 | 7979,恢复,深航,湖北其他城市的航班运力,, 21 | 7981,恢复,深航,湖北其他城市的航班运力,, 22 | 7981,恢复,深航,湖北其他城市的航班运力,, 23 | 7981,恢复,深航,湖北其他城市的航班运力,, 24 | 7983,恢复,深航,湖北其他城市的航班运力,, 25 | 7983,恢复,深航,湖北其他城市的航班运力,, 26 | 7984,恢复,深航,湖北其他城市的航班运力,, 27 | 7985,恢复,深航,湖北其他城市的航班运力,, 28 | 7985,恢复,深航,湖北其他城市的航班运力,, 29 | 7986,恢复,深航,湖北其他城市的航班运力,, 30 | 7989,恢复,深航,湖北其他城市的航班运力,, 31 | 7989,恢复,深航,湖北其他城市的航班运力,, 32 | 7991,恢复,深航,湖北其他城市的航班运力,, 33 | 7991,恢复,深航,湖北其他城市的航班运力,, 34 | 7991,恢复,深航,湖北其他城市的航班运力,, 35 | 7991,恢复,深航,湖北其他城市的航班运力,, 36 | 7992,恢复,深航,湖北其他城市的航班运力,, 37 | 7993,恢复,深航,湖北其他城市的航班运力,, 38 | 7994,恢复,深航,湖北其他城市的航班运力,, 39 | 7998,恢复,深航,湖北其他城市的航班运力,, 40 | 7999,恢复,深航,湖北其他城市的航班运力,, 41 | 8000,恢复,深航,湖北其他城市的航班运力,, 42 | 8000,恢复,深航,湖北其他城市的航班运力,, 43 | 8002,恢复,深航,湖北其他城市的航班运力,, 44 | 8005,恢复,深航,湖北其他城市的航班运力,, 45 | 8007,恢复,深航,湖北其他城市的航班运力,, 46 | 8008,恢复,深航,湖北其他城市的航班运力,, 47 | 8009,恢复,深航,湖北其他城市的航班运力,, 48 | 8010,恢复,深航,湖北其他城市的航班运力,, 49 | 8010,恢复,深航,湖北其他城市的航班运力,, 50 | 8010,恢复,深航,湖北其他城市的航班运力,, 51 | 8011,恢复,深航,湖北其他城市的航班运力,, 52 | 8011,恢复,深航,湖北其他城市的航班运力,, 53 | 8012,恢复,深航,湖北其他城市的航班运力,, 54 | 8013,恢复,深航,湖北其他城市的航班运力,, 55 | 8014,恢复,深航,湖北其他城市的航班运力,, 56 | 8014,恢复,深航,湖北其他城市的航班运力,, 57 | 8014,恢复,深航,湖北其他城市的航班运力,, 58 | 8016,恢复,深航,湖北其他城市的航班运力,, 59 | 8017,恢复,深航,湖北其他城市的航班运力,, 60 | 8019,恢复,深航,湖北其他城市的航班运力,, 61 | 8021,恢复,深航,湖北其他城市的航班运力,, 62 | 8022,恢复,深航,湖北其他城市的航班运力,, 63 | 8023,恢复,深航,湖北其他城市的航班运力,, 64 | 8026,恢复,深航,湖北其他城市的航班运力,, 65 | 8028,恢复,深航,湖北其他城市的航班运力,, 66 | 8028,恢复,深航,湖北其他城市的航班运力,, 67 | 8029,恢复,深航,湖北其他城市的航班运力,, 68 | 8030,恢复,深航,湖北其他城市的航班运力,, 69 | 8037,恢复,深航,湖北其他城市的航班运力,, 70 | 8042,恢复,深航,湖北其他城市的航班运力,, 71 | 8043,恢复,深航,湖北其他城市的航班运力,, 72 | 8045,恢复,深航,湖北其他城市的航班运力,, 73 | 8046,恢复,深航,湖北其他城市的航班运力,, 74 | 8047,恢复,深航,湖北其他城市的航班运力,, 75 | 8048,恢复,深航,湖北其他城市的航班运力,, 76 | 8049,恢复,深航,湖北其他城市的航班运力,, 77 | 8050,恢复,深航,湖北其他城市的航班运力,, 78 | 8053,恢复,深航,湖北其他城市的航班运力,, 79 | 8055,恢复,深航,湖北其他城市的航班运力,, 80 | 8055,恢复,深航,湖北其他城市的航班运力,, 81 | 8056,恢复,深航,湖北其他城市的航班运力,, 82 | 8059,恢复,深航,湖北其他城市的航班运力,, 83 | 8059,恢复,深航,湖北其他城市的航班运力,, 84 | 8061,恢复,深航,湖北其他城市的航班运力,, 85 | 8065,恢复,深航,湖北其他城市的航班运力,, 86 | 8066,恢复,深航,湖北其他城市的航班运力,, 87 | 8066,恢复,深航,湖北其他城市的航班运力,, 88 | 8067,恢复,深航,湖北其他城市的航班运力,, 89 | 8067,恢复,深航,湖北其他城市的航班运力,, 90 | 8068,恢复,深航,湖北其他城市的航班运力,, 91 | 8069,恢复,深航,湖北其他城市的航班运力,, 92 | 8070,恢复,深航,湖北其他城市的航班运力,, 93 | 8071,恢复,深航,湖北其他城市的航班运力,, 94 | 8072,恢复,深航,湖北其他城市的航班运力,, 95 | 8077,恢复,深航,湖北其他城市的航班运力,, 96 | 8078,恢复,深航,湖北其他城市的航班运力,, 97 | 8079,恢复,深航,湖北其他城市的航班运力,, 98 | 8079,恢复,深航,湖北其他城市的航班运力,, 99 | 8079,恢复,深航,湖北其他城市的航班运力,, 100 | 8081,恢复,深航,湖北其他城市的航班运力,, 101 | 8082,恢复,深航,湖北其他城市的航班运力,, 102 | 8084,恢复,深航,湖北其他城市的航班运力,, 103 | 8085,恢复,深航,湖北其他城市的航班运力,, 104 | 8087,恢复,深航,湖北其他城市的航班运力,, 105 | 8087,恢复,深航,湖北其他城市的航班运力,, 106 | 8090,恢复,深航,湖北其他城市的航班运力,, 107 | 8093,恢复,深航,湖北其他城市的航班运力,, 108 | 8094,恢复,深航,湖北其他城市的航班运力,, 109 | 8094,恢复,深航,湖北其他城市的航班运力,, 110 | 8094,恢复,深航,湖北其他城市的航班运力,, 111 | 8095,恢复,深航,湖北其他城市的航班运力,, 112 | 8096,恢复,深航,湖北其他城市的航班运力,, 113 | 8096,恢复,深航,湖北其他城市的航班运力,, 114 | 8097,恢复,深航,湖北其他城市的航班运力,, 115 | 8097,恢复,深航,湖北其他城市的航班运力,, 116 | 8098,恢复,深航,湖北其他城市的航班运力,, 117 | 8100,恢复,深航,湖北其他城市的航班运力,, 118 | 8101,恢复,深航,湖北其他城市的航班运力,, 119 | 8103,恢复,深航,湖北其他城市的航班运力,, 120 | 8104,恢复,深航,湖北其他城市的航班运力,, 121 | 8106,恢复,深航,湖北其他城市的航班运力,, 122 | 8107,恢复,深航,湖北其他城市的航班运力,, 123 | 8107,恢复,深航,湖北其他城市的航班运力,, 124 | 8107,恢复,深航,湖北其他城市的航班运力,, 125 | 8109,恢复,深航,湖北其他城市的航班运力,, 126 | 8109,恢复,深航,湖北其他城市的航班运力,, 127 | 8110,恢复,深航,湖北其他城市的航班运力,, 128 | 8112,恢复,深航,湖北其他城市的航班运力,, 129 | 8112,恢复,深航,湖北其他城市的航班运力,, 130 | 8113,恢复,深航,湖北其他城市的航班运力,, 131 | 8114,恢复,深航,湖北其他城市的航班运力,, 132 | 8114,恢复,深航,湖北其他城市的航班运力,, 133 | 8114,恢复,深航,湖北其他城市的航班运力,, 134 | 8115,恢复,深航,湖北其他城市的航班运力,, 135 | 8116,恢复,深航,湖北其他城市的航班运力,, 136 | 8117,恢复,深航,湖北其他城市的航班运力,, 137 | 8117,恢复,深航,湖北其他城市的航班运力,, 138 | 8119,恢复,深航,湖北其他城市的航班运力,, 139 | 8120,恢复,深航,湖北其他城市的航班运力,, 140 | 8121,恢复,深航,湖北其他城市的航班运力,, 141 | 8121,恢复,深航,湖北其他城市的航班运力,, 142 | 8122,恢复,深航,湖北其他城市的航班运力,, 143 | 8123,恢复,深航,湖北其他城市的航班运力,, 144 | 8124,恢复,深航,湖北其他城市的航班运力,, 145 | 8128,恢复,深航,湖北其他城市的航班运力,, 146 | 8129,恢复,深航,湖北其他城市的航班运力,, 147 | 8130,恢复,深航,湖北其他城市的航班运力,, 148 | 8131,恢复,深航,湖北其他城市的航班运力,, 149 | 8132,恢复,深航,湖北其他城市的航班运力,, 150 | 8132,恢复,深航,湖北其他城市的航班运力,, 151 | 8133,恢复,深航,湖北其他城市的航班运力,, 152 | 8135,恢复,深航,湖北其他城市的航班运力,, 153 | 8138,恢复,深航,湖北其他城市的航班运力,, 154 | 8139,恢复,深航,湖北其他城市的航班运力,, 155 | 8140,恢复,深航,湖北其他城市的航班运力,, 156 | 8143,恢复,深航,湖北其他城市的航班运力,, 157 | 8146,恢复,深航,湖北其他城市的航班运力,, 158 | 8148,恢复,深航,湖北其他城市的航班运力,, 159 | 8150,恢复,深航,湖北其他城市的航班运力,, 160 | 8151,恢复,深航,湖北其他城市的航班运力,, 161 | 8152,恢复,深航,湖北其他城市的航班运力,, 162 | 8153,恢复,深航,湖北其他城市的航班运力,, 163 | 8159,恢复,深航,湖北其他城市的航班运力,, 164 | 8161,恢复,深航,湖北其他城市的航班运力,, 165 | 8162,恢复,深航,湖北其他城市的航班运力,, 166 | 8165,恢复,深航,湖北其他城市的航班运力,, 167 | 8165,恢复,深航,湖北其他城市的航班运力,, 168 | 8165,恢复,深航,湖北其他城市的航班运力,, 169 | 8169,恢复,深航,湖北其他城市的航班运力,, 170 | 8173,恢复,深航,湖北其他城市的航班运力,, 171 | 8174,恢复,深航,湖北其他城市的航班运力,, 172 | 8175,恢复,深航,湖北其他城市的航班运力,, 173 | 8181,恢复,深航,湖北其他城市的航班运力,, 174 | 8185,恢复,深航,湖北其他城市的航班运力,, 175 | 8186,恢复,深航,湖北其他城市的航班运力,, 176 | 8187,恢复,深航,湖北其他城市的航班运力,, 177 | 8187,恢复,深航,湖北其他城市的航班运力,, 178 | 8188,恢复,深航,湖北其他城市的航班运力,, 179 | 8191,恢复,深航,湖北其他城市的航班运力,, 180 | 8193,恢复,深航,湖北其他城市的航班运力,, 181 | 8193,恢复,深航,湖北其他城市的航班运力,, 182 | 8203,恢复,深航,湖北其他城市的航班运力,, 183 | 8209,恢复,深航,湖北其他城市的航班运力,, 184 | 8212,恢复,深航,湖北其他城市的航班运力,, 185 | 8216,恢复,深航,湖北其他城市的航班运力,, 186 | 8220,恢复,深航,湖北其他城市的航班运力,, 187 | 8224,恢复,深航,湖北其他城市的航班运力,, 188 | 8228,恢复,深航,湖北其他城市的航班运力,, 189 | 8228,恢复,深航,湖北其他城市的航班运力,, 190 | 8229,恢复,深航,湖北其他城市的航班运力,, 191 | 8230,恢复,深航,湖北其他城市的航班运力,, 192 | 8230,恢复,深航,湖北其他城市的航班运力,, 193 | 8233,恢复,深航,湖北其他城市的航班运力,, 194 | 8236,恢复,深航,湖北其他城市的航班运力,, 195 | 8239,恢复,深航,湖北其他城市的航班运力,, 196 | 8239,恢复,深航,湖北其他城市的航班运力,, 197 | 8239,恢复,深航,湖北其他城市的航班运力,, 198 | 8242,恢复,深航,湖北其他城市的航班运力,, 199 | 8243,恢复,深航,湖北其他城市的航班运力,, 200 | 8243,恢复,深航,湖北其他城市的航班运力,, 201 | 8244,恢复,深航,湖北其他城市的航班运力,, 202 | 8245,恢复,深航,湖北其他城市的航班运力,, 203 | 8248,恢复,深航,湖北其他城市的航班运力,, 204 | 8249,恢复,深航,湖北其他城市的航班运力,, 205 | 8251,恢复,深航,湖北其他城市的航班运力,, 206 | 8251,恢复,深航,湖北其他城市的航班运力,, 207 | 8252,恢复,深航,湖北其他城市的航班运力,, 208 | 8255,恢复,深航,湖北其他城市的航班运力,, 209 | 8256,恢复,深航,湖北其他城市的航班运力,, 210 | 8258,恢复,深航,湖北其他城市的航班运力,, 211 | 8259,恢复,深航,湖北其他城市的航班运力,, 212 | 8260,恢复,深航,湖北其他城市的航班运力,, 213 | 8260,恢复,深航,湖北其他城市的航班运力,, 214 | 8263,恢复,深航,湖北其他城市的航班运力,, 215 | 8265,恢复,深航,湖北其他城市的航班运力,, 216 | 8265,恢复,深航,湖北其他城市的航班运力,, 217 | 8266,恢复,深航,湖北其他城市的航班运力,, 218 | 8267,恢复,深航,湖北其他城市的航班运力,, 219 | 8267,恢复,深航,湖北其他城市的航班运力,, 220 | 8268,恢复,深航,湖北其他城市的航班运力,, 221 | 8269,恢复,深航,湖北其他城市的航班运力,, 222 | 8273,恢复,深航,湖北其他城市的航班运力,, 223 | 8274,恢复,深航,湖北其他城市的航班运力,, 224 | 8275,恢复,深航,湖北其他城市的航班运力,, 225 | 8276,恢复,深航,湖北其他城市的航班运力,, 226 | 8276,恢复,深航,湖北其他城市的航班运力,, 227 | 8278,恢复,深航,湖北其他城市的航班运力,, 228 | 8278,恢复,深航,湖北其他城市的航班运力,, 229 | 8279,恢复,深航,湖北其他城市的航班运力,, 230 | 8280,恢复,深航,湖北其他城市的航班运力,, 231 | 8280,恢复,深航,湖北其他城市的航班运力,, 232 | 8284,恢复,深航,湖北其他城市的航班运力,, 233 | 8285,恢复,深航,湖北其他城市的航班运力,, 234 | 8286,恢复,深航,湖北其他城市的航班运力,, 235 | 8287,恢复,深航,湖北其他城市的航班运力,, 236 | 8288,恢复,深航,湖北其他城市的航班运力,, 237 | 8289,恢复,深航,湖北其他城市的航班运力,, 238 | 8291,恢复,深航,湖北其他城市的航班运力,, 239 | 8291,恢复,深航,湖北其他城市的航班运力,, 240 | 8292,恢复,深航,湖北其他城市的航班运力,, 241 | 8293,恢复,深航,湖北其他城市的航班运力,, 242 | 8295,恢复,深航,湖北其他城市的航班运力,, 243 | 8300,恢复,深航,湖北其他城市的航班运力,, 244 | 8302,恢复,深航,湖北其他城市的航班运力,, 245 | 8305,恢复,深航,湖北其他城市的航班运力,, 246 | 8305,恢复,深航,湖北其他城市的航班运力,, 247 | 8306,恢复,深航,湖北其他城市的航班运力,, 248 | 8307,恢复,深航,湖北其他城市的航班运力,, 249 | 8309,恢复,深航,湖北其他城市的航班运力,, 250 | 8309,恢复,深航,湖北其他城市的航班运力,, 251 | 8310,恢复,深航,湖北其他城市的航班运力,, 252 | 8313,恢复,深航,湖北其他城市的航班运力,, 253 | 8314,恢复,深航,湖北其他城市的航班运力,, 254 | 8315,恢复,深航,湖北其他城市的航班运力,, 255 | 8320,恢复,深航,湖北其他城市的航班运力,, 256 | 8321,恢复,深航,湖北其他城市的航班运力,, 257 | 8322,恢复,深航,湖北其他城市的航班运力,, 258 | 8324,恢复,深航,湖北其他城市的航班运力,, 259 | 8324,恢复,深航,湖北其他城市的航班运力,, 260 | 8326,恢复,深航,湖北其他城市的航班运力,, 261 | 8326,恢复,深航,湖北其他城市的航班运力,, 262 | 8327,恢复,深航,湖北其他城市的航班运力,, 263 | 8327,恢复,深航,湖北其他城市的航班运力,, 264 | 8328,恢复,深航,湖北其他城市的航班运力,, 265 | 8329,恢复,深航,湖北其他城市的航班运力,, 266 | 8330,恢复,深航,湖北其他城市的航班运力,, 267 | 8331,恢复,深航,湖北其他城市的航班运力,, 268 | 8332,恢复,深航,湖北其他城市的航班运力,, 269 | 8333,恢复,深航,湖北其他城市的航班运力,, 270 | 8334,恢复,深航,湖北其他城市的航班运力,, 271 | 8336,恢复,深航,湖北其他城市的航班运力,, 272 | 8337,恢复,深航,湖北其他城市的航班运力,, 273 | 8337,恢复,深航,湖北其他城市的航班运力,, 274 | 8338,恢复,深航,湖北其他城市的航班运力,, 275 | 8342,恢复,深航,湖北其他城市的航班运力,, 276 | 8345,恢复,深航,湖北其他城市的航班运力,, 277 | 8346,恢复,深航,湖北其他城市的航班运力,, 278 | 8349,恢复,深航,湖北其他城市的航班运力,, 279 | 8350,恢复,深航,湖北其他城市的航班运力,, 280 | 8351,恢复,深航,湖北其他城市的航班运力,, 281 | 8352,恢复,深航,湖北其他城市的航班运力,, 282 | 8352,恢复,深航,湖北其他城市的航班运力,, 283 | 8352,恢复,深航,湖北其他城市的航班运力,, 284 | 8354,恢复,深航,湖北其他城市的航班运力,, 285 | 8355,恢复,深航,湖北其他城市的航班运力,, 286 | 8356,恢复,深航,湖北其他城市的航班运力,, 287 | 8357,恢复,深航,湖北其他城市的航班运力,, 288 | 8359,恢复,深航,湖北其他城市的航班运力,, 289 | 8362,恢复,深航,湖北其他城市的航班运力,, 290 | 8363,恢复,深航,湖北其他城市的航班运力,, 291 | 8363,恢复,深航,湖北其他城市的航班运力,, 292 | 8363,恢复,深航,湖北其他城市的航班运力,, 293 | 8365,恢复,深航,湖北其他城市的航班运力,, 294 | 8365,恢复,深航,湖北其他城市的航班运力,, 295 | 8367,恢复,深航,湖北其他城市的航班运力,, 296 | 8367,恢复,深航,湖北其他城市的航班运力,, 297 | 8368,恢复,深航,湖北其他城市的航班运力,, 298 | 8368,恢复,深航,湖北其他城市的航班运力,, 299 | 8371,恢复,深航,湖北其他城市的航班运力,, 300 | 8373,恢复,深航,湖北其他城市的航班运力,, 301 | 8374,恢复,深航,湖北其他城市的航班运力,, 302 | 8375,恢复,深航,湖北其他城市的航班运力,, 303 | 8376,恢复,深航,湖北其他城市的航班运力,, 304 | 8377,恢复,深航,湖北其他城市的航班运力,, 305 | 8378,恢复,深航,湖北其他城市的航班运力,, 306 | 8379,恢复,深航,湖北其他城市的航班运力,, 307 | 8379,恢复,深航,湖北其他城市的航班运力,, 308 | 8380,恢复,深航,湖北其他城市的航班运力,, 309 | 8384,恢复,深航,湖北其他城市的航班运力,, 310 | 8385,恢复,深航,湖北其他城市的航班运力,, 311 | 8386,恢复,深航,湖北其他城市的航班运力,, 312 | 8387,恢复,深航,湖北其他城市的航班运力,, 313 | 8388,恢复,深航,湖北其他城市的航班运力,, 314 | 8389,恢复,深航,湖北其他城市的航班运力,, 315 | 8390,恢复,深航,湖北其他城市的航班运力,, 316 | 8391,恢复,深航,湖北其他城市的航班运力,, 317 | 8392,恢复,深航,湖北其他城市的航班运力,, 318 | 8392,恢复,深航,湖北其他城市的航班运力,, 319 | 8392,恢复,深航,湖北其他城市的航班运力,, 320 | 8393,恢复,深航,湖北其他城市的航班运力,, 321 | 8393,恢复,深航,湖北其他城市的航班运力,, 322 | 8395,恢复,深航,湖北其他城市的航班运力,, 323 | 8396,恢复,深航,湖北其他城市的航班运力,, 324 | 8398,恢复,深航,湖北其他城市的航班运力,, 325 | 8399,恢复,深航,湖北其他城市的航班运力,, 326 | 8400,恢复,深航,湖北其他城市的航班运力,, 327 | 8400,恢复,深航,湖北其他城市的航班运力,, 328 | 8400,恢复,深航,湖北其他城市的航班运力,, 329 | 8400,恢复,深航,湖北其他城市的航班运力,, 330 | 8401,恢复,深航,湖北其他城市的航班运力,, 331 | 8402,恢复,深航,湖北其他城市的航班运力,, 332 | 8403,恢复,深航,湖北其他城市的航班运力,, 333 | 8404,恢复,深航,湖北其他城市的航班运力,, 334 | 8405,恢复,深航,湖北其他城市的航班运力,, 335 | 8406,恢复,深航,湖北其他城市的航班运力,, 336 | 8406,恢复,深航,湖北其他城市的航班运力,, 337 | 8407,恢复,深航,湖北其他城市的航班运力,, 338 | 8408,恢复,深航,湖北其他城市的航班运力,, 339 | 8410,恢复,深航,湖北其他城市的航班运力,, 340 | 8414,恢复,深航,湖北其他城市的航班运力,, 341 | 8415,恢复,深航,湖北其他城市的航班运力,, 342 | 8415,恢复,深航,湖北其他城市的航班运力,, 343 | 8416,恢复,深航,湖北其他城市的航班运力,, 344 | 8418,恢复,深航,湖北其他城市的航班运力,, 345 | 8418,恢复,深航,湖北其他城市的航班运力,, 346 | 8419,恢复,深航,湖北其他城市的航班运力,, 347 | 8422,恢复,深航,湖北其他城市的航班运力,, 348 | 8422,恢复,深航,湖北其他城市的航班运力,, 349 | 8422,恢复,深航,湖北其他城市的航班运力,, 350 | 8423,恢复,深航,湖北其他城市的航班运力,, 351 | 8424,恢复,深航,湖北其他城市的航班运力,, 352 | 8424,恢复,深航,湖北其他城市的航班运力,, 353 | 8424,恢复,深航,湖北其他城市的航班运力,, 354 | 8424,恢复,深航,湖北其他城市的航班运力,, 355 | 8426,恢复,深航,湖北其他城市的航班运力,, 356 | 8427,恢复,深航,湖北其他城市的航班运力,, 357 | 8432,恢复,深航,湖北其他城市的航班运力,, 358 | 8433,恢复,深航,湖北其他城市的航班运力,, 359 | 8434,恢复,深航,湖北其他城市的航班运力,, 360 | 8435,恢复,深航,湖北其他城市的航班运力,, 361 | 8436,恢复,深航,湖北其他城市的航班运力,, 362 | 8436,恢复,深航,湖北其他城市的航班运力,, 363 | 8437,恢复,深航,湖北其他城市的航班运力,, 364 | 8438,恢复,深航,湖北其他城市的航班运力,, 365 | 8443,恢复,深航,湖北其他城市的航班运力,, 366 | 8444,恢复,深航,湖北其他城市的航班运力,, 367 | 8446,恢复,深航,湖北其他城市的航班运力,, 368 | 8450,恢复,深航,湖北其他城市的航班运力,, 369 | 8450,恢复,深航,湖北其他城市的航班运力,, 370 | 8456,恢复,深航,湖北其他城市的航班运力,, 371 | 8458,恢复,深航,湖北其他城市的航班运力,, 372 | 8458,恢复,深航,湖北其他城市的航班运力,, 373 | 8459,恢复,深航,湖北其他城市的航班运力,, 374 | 8460,恢复,深航,湖北其他城市的航班运力,, 375 | 8462,恢复,深航,湖北其他城市的航班运力,, 376 | 8464,恢复,深航,湖北其他城市的航班运力,, 377 | 8464,恢复,深航,湖北其他城市的航班运力,, 378 | 8466,恢复,深航,湖北其他城市的航班运力,, 379 | 8467,恢复,深航,湖北其他城市的航班运力,, 380 | 8469,恢复,深航,湖北其他城市的航班运力,, 381 | 8469,恢复,深航,湖北其他城市的航班运力,, 382 | 8475,恢复,深航,湖北其他城市的航班运力,, 383 | 8477,恢复,深航,湖北其他城市的航班运力,, 384 | 8477,恢复,深航,湖北其他城市的航班运力,, 385 | 8479,恢复,深航,湖北其他城市的航班运力,, 386 | 8480,恢复,深航,湖北其他城市的航班运力,, 387 | 8481,恢复,深航,湖北其他城市的航班运力,, 388 | 8482,恢复,深航,湖北其他城市的航班运力,, 389 | 8483,恢复,深航,湖北其他城市的航班运力,, 390 | 8486,恢复,深航,湖北其他城市的航班运力,, 391 | 8488,恢复,深航,湖北其他城市的航班运力,, 392 | 8489,恢复,深航,湖北其他城市的航班运力,, 393 | 8490,恢复,深航,湖北其他城市的航班运力,, 394 | 8494,恢复,深航,湖北其他城市的航班运力,, 395 | 8494,恢复,深航,湖北其他城市的航班运力,, 396 | 8494,恢复,深航,湖北其他城市的航班运力,, 397 | 8498,恢复,深航,湖北其他城市的航班运力,, 398 | 8499,恢复,深航,湖北其他城市的航班运力,, 399 | 8502,恢复,深航,湖北其他城市的航班运力,, 400 | 8502,恢复,深航,湖北其他城市的航班运力,, 401 | 8503,恢复,深航,湖北其他城市的航班运力,, 402 | 8504,恢复,深航,湖北其他城市的航班运力,, 403 | 8506,恢复,深航,湖北其他城市的航班运力,, 404 | 8506,恢复,深航,湖北其他城市的航班运力,, 405 | 8508,恢复,深航,湖北其他城市的航班运力,, 406 | 8510,恢复,深航,湖北其他城市的航班运力,, 407 | 8511,恢复,深航,湖北其他城市的航班运力,, 408 | 8511,恢复,深航,湖北其他城市的航班运力,, 409 | 8512,恢复,深航,湖北其他城市的航班运力,, 410 | 8513,恢复,深航,湖北其他城市的航班运力,, 411 | 8515,恢复,深航,湖北其他城市的航班运力,, 412 | 8515,恢复,深航,湖北其他城市的航班运力,, 413 | 8516,恢复,深航,湖北其他城市的航班运力,, 414 | 8516,恢复,深航,湖北其他城市的航班运力,, 415 | 8517,恢复,深航,湖北其他城市的航班运力,, 416 | 8520,恢复,深航,湖北其他城市的航班运力,, 417 | 8521,恢复,深航,湖北其他城市的航班运力,, 418 | 8521,恢复,深航,湖北其他城市的航班运力,, 419 | 8522,恢复,深航,湖北其他城市的航班运力,, 420 | 8524,恢复,深航,湖北其他城市的航班运力,, 421 | 8526,恢复,深航,湖北其他城市的航班运力,, 422 | 8528,恢复,深航,湖北其他城市的航班运力,, 423 | 8531,恢复,深航,湖北其他城市的航班运力,, 424 | 8533,恢复,深航,湖北其他城市的航班运力,, 425 | 8534,恢复,深航,湖北其他城市的航班运力,, 426 | 8535,恢复,深航,湖北其他城市的航班运力,, 427 | 8536,恢复,深航,湖北其他城市的航班运力,, 428 | 8537,恢复,深航,湖北其他城市的航班运力,, 429 | 8541,恢复,深航,湖北其他城市的航班运力,, 430 | 8541,恢复,深航,湖北其他城市的航班运力,, 431 | 8542,恢复,深航,湖北其他城市的航班运力,, 432 | 8544,恢复,深航,湖北其他城市的航班运力,, 433 | 8546,恢复,深航,湖北其他城市的航班运力,, 434 | 8549,恢复,深航,湖北其他城市的航班运力,, 435 | 8551,恢复,深航,湖北其他城市的航班运力,, 436 | 8554,恢复,深航,湖北其他城市的航班运力,, 437 | 8557,恢复,深航,湖北其他城市的航班运力,, 438 | 8559,恢复,深航,湖北其他城市的航班运力,, 439 | 8561,恢复,深航,湖北其他城市的航班运力,, 440 | 8565,恢复,深航,湖北其他城市的航班运力,, 441 | 8567,恢复,深航,湖北其他城市的航班运力,, 442 | 8569,恢复,深航,湖北其他城市的航班运力,, 443 | 8570,恢复,深航,湖北其他城市的航班运力,, 444 | 8573,恢复,深航,湖北其他城市的航班运力,, 445 | 8574,恢复,深航,湖北其他城市的航班运力,, 446 | 8582,恢复,深航,湖北其他城市的航班运力,, 447 | 8583,恢复,深航,湖北其他城市的航班运力,, 448 | 8583,恢复,深航,湖北其他城市的航班运力,, 449 | 8583,恢复,深航,湖北其他城市的航班运力,, 450 | 8585,恢复,深航,湖北其他城市的航班运力,, 451 | 8587,恢复,深航,湖北其他城市的航班运力,, 452 | 8588,恢复,深航,湖北其他城市的航班运力,, 453 | 8592,恢复,深航,湖北其他城市的航班运力,, 454 | 8593,恢复,深航,湖北其他城市的航班运力,, 455 | 8594,恢复,深航,湖北其他城市的航班运力,, 456 | 8596,恢复,深航,湖北其他城市的航班运力,, 457 | 8598,恢复,深航,湖北其他城市的航班运力,, 458 | 8598,恢复,深航,湖北其他城市的航班运力,, 459 | 8600,恢复,深航,湖北其他城市的航班运力,, 460 | 8600,恢复,深航,湖北其他城市的航班运力,, 461 | 8601,恢复,深航,湖北其他城市的航班运力,, 462 | 8602,恢复,深航,湖北其他城市的航班运力,, 463 | 8604,恢复,深航,湖北其他城市的航班运力,, 464 | 8606,恢复,深航,湖北其他城市的航班运力,, 465 | 8607,恢复,深航,湖北其他城市的航班运力,, 466 | 8607,恢复,深航,湖北其他城市的航班运力,, 467 | 8609,恢复,深航,湖北其他城市的航班运力,, 468 | 8610,恢复,深航,湖北其他城市的航班运力,, 469 | 8615,恢复,深航,湖北其他城市的航班运力,, 470 | 8616,恢复,深航,湖北其他城市的航班运力,, 471 | 8617,恢复,深航,湖北其他城市的航班运力,, 472 | 8618,恢复,深航,湖北其他城市的航班运力,, 473 | 8619,恢复,深航,湖北其他城市的航班运力,, 474 | 8620,恢复,深航,湖北其他城市的航班运力,, 475 | 8621,恢复,深航,湖北其他城市的航班运力,, 476 | 8625,恢复,深航,湖北其他城市的航班运力,, 477 | 8626,恢复,深航,湖北其他城市的航班运力,, 478 | 8628,恢复,深航,湖北其他城市的航班运力,, 479 | 8633,恢复,深航,湖北其他城市的航班运力,, 480 | 8634,恢复,深航,湖北其他城市的航班运力,, 481 | 8636,恢复,深航,湖北其他城市的航班运力,, 482 | 8637,恢复,深航,湖北其他城市的航班运力,, 483 | 8642,恢复,深航,湖北其他城市的航班运力,, 484 | 8645,恢复,深航,湖北其他城市的航班运力,, 485 | 8650,恢复,深航,湖北其他城市的航班运力,, 486 | 8651,恢复,深航,湖北其他城市的航班运力,, 487 | 8651,恢复,深航,湖北其他城市的航班运力,, 488 | 8661,恢复,深航,湖北其他城市的航班运力,, 489 | 8661,恢复,深航,湖北其他城市的航班运力,, 490 | 8664,恢复,深航,湖北其他城市的航班运力,, 491 | 8664,恢复,深航,湖北其他城市的航班运力,, 492 | 8664,恢复,深航,湖北其他城市的航班运力,, 493 | 8665,恢复,深航,湖北其他城市的航班运力,, 494 | 8668,恢复,深航,湖北其他城市的航班运力,, 495 | 8668,恢复,深航,湖北其他城市的航班运力,, 496 | 8670,恢复,深航,湖北其他城市的航班运力,, 497 | 8670,恢复,深航,湖北其他城市的航班运力,, 498 | 8675,恢复,深航,湖北其他城市的航班运力,, 499 | 8677,恢复,深航,湖北其他城市的航班运力,, 500 | 8680,恢复,深航,湖北其他城市的航班运力,, 501 | 8686,恢复,深航,湖北其他城市的航班运力,, 502 | 8687,恢复,深航,湖北其他城市的航班运力,, 503 | 8688,恢复,深航,湖北其他城市的航班运力,, 504 | 8690,恢复,深航,湖北其他城市的航班运力,, 505 | 8694,恢复,深航,湖北其他城市的航班运力,, 506 | 8696,恢复,深航,湖北其他城市的航班运力,, 507 | 8698,恢复,深航,湖北其他城市的航班运力,, 508 | 8699,恢复,深航,湖北其他城市的航班运力,, 509 | 8700,恢复,深航,湖北其他城市的航班运力,, 510 | 8701,恢复,深航,湖北其他城市的航班运力,, 511 | 8701,恢复,深航,湖北其他城市的航班运力,, 512 | 8703,恢复,深航,湖北其他城市的航班运力,, 513 | 8704,恢复,深航,湖北其他城市的航班运力,, 514 | 8705,恢复,深航,湖北其他城市的航班运力,, 515 | 8706,恢复,深航,湖北其他城市的航班运力,, 516 | 8706,恢复,深航,湖北其他城市的航班运力,, 517 | 8707,恢复,深航,湖北其他城市的航班运力,, 518 | 8708,恢复,深航,湖北其他城市的航班运力,, 519 | 8709,恢复,深航,湖北其他城市的航班运力,, 520 | 8711,恢复,深航,湖北其他城市的航班运力,, 521 | 8712,恢复,深航,湖北其他城市的航班运力,, 522 | 8713,恢复,深航,湖北其他城市的航班运力,, 523 | 8718,恢复,深航,湖北其他城市的航班运力,, 524 | 8719,恢复,深航,湖北其他城市的航班运力,, 525 | 8719,恢复,深航,湖北其他城市的航班运力,, 526 | 8721,恢复,深航,湖北其他城市的航班运力,, 527 | 8722,恢复,深航,湖北其他城市的航班运力,, 528 | 8723,恢复,深航,湖北其他城市的航班运力,, 529 | 8726,恢复,深航,湖北其他城市的航班运力,, 530 | 8727,恢复,深航,湖北其他城市的航班运力,, 531 | 8728,恢复,深航,湖北其他城市的航班运力,, 532 | 8729,恢复,深航,湖北其他城市的航班运力,, 533 | 8730,恢复,深航,湖北其他城市的航班运力,, 534 | 8731,恢复,深航,湖北其他城市的航班运力,, 535 | 8734,恢复,深航,湖北其他城市的航班运力,, 536 | 8735,恢复,深航,湖北其他城市的航班运力,, 537 | 8736,恢复,深航,湖北其他城市的航班运力,, 538 | 8737,恢复,深航,湖北其他城市的航班运力,, 539 | 8738,恢复,深航,湖北其他城市的航班运力,, 540 | 8739,恢复,深航,湖北其他城市的航班运力,, 541 | 8741,恢复,深航,湖北其他城市的航班运力,, 542 | 8742,恢复,深航,湖北其他城市的航班运力,, 543 | 8743,恢复,深航,湖北其他城市的航班运力,, 544 | 8745,恢复,深航,湖北其他城市的航班运力,, 545 | 8746,恢复,深航,湖北其他城市的航班运力,, 546 | 8747,恢复,深航,湖北其他城市的航班运力,, 547 | 8747,恢复,深航,湖北其他城市的航班运力,, 548 | 8749,恢复,深航,湖北其他城市的航班运力,, 549 | 8751,恢复,深航,湖北其他城市的航班运力,, 550 | 8753,恢复,深航,湖北其他城市的航班运力,, 551 | 8754,恢复,深航,湖北其他城市的航班运力,, 552 | 8760,恢复,深航,湖北其他城市的航班运力,, 553 | 8763,恢复,深航,湖北其他城市的航班运力,, 554 | 8763,恢复,深航,湖北其他城市的航班运力,, 555 | 8765,恢复,深航,湖北其他城市的航班运力,, 556 | 8767,恢复,深航,湖北其他城市的航班运力,, 557 | 8770,恢复,深航,湖北其他城市的航班运力,, 558 | 8771,恢复,深航,湖北其他城市的航班运力,, 559 | 8775,恢复,深航,湖北其他城市的航班运力,, 560 | 8779,恢复,深航,湖北其他城市的航班运力,, 561 | 8781,恢复,深航,湖北其他城市的航班运力,, 562 | 8784,恢复,深航,湖北其他城市的航班运力,, 563 | 8789,恢复,深航,湖北其他城市的航班运力,, 564 | 8793,恢复,深航,湖北其他城市的航班运力,, 565 | 8794,恢复,深航,湖北其他城市的航班运力,, 566 | 8795,恢复,深航,湖北其他城市的航班运力,, 567 | 8803,恢复,深航,湖北其他城市的航班运力,, 568 | 8807,恢复,深航,湖北其他城市的航班运力,, 569 | 8808,恢复,深航,湖北其他城市的航班运力,, 570 | 8811,恢复,深航,湖北其他城市的航班运力,, 571 | 8811,恢复,深航,湖北其他城市的航班运力,, 572 | 8812,恢复,深航,湖北其他城市的航班运力,, 573 | 8814,恢复,深航,湖北其他城市的航班运力,, 574 | 8816,恢复,深航,湖北其他城市的航班运力,, 575 | 8816,恢复,深航,湖北其他城市的航班运力,, 576 | 8816,恢复,深航,湖北其他城市的航班运力,, 577 | 8816,恢复,深航,湖北其他城市的航班运力,, 578 | 8817,恢复,深航,湖北其他城市的航班运力,, 579 | 8818,恢复,深航,湖北其他城市的航班运力,, 580 | 8818,恢复,深航,湖北其他城市的航班运力,, 581 | 8820,恢复,深航,湖北其他城市的航班运力,, 582 | 8824,恢复,深航,湖北其他城市的航班运力,, 583 | 8827,恢复,深航,湖北其他城市的航班运力,, 584 | 8829,恢复,深航,湖北其他城市的航班运力,, 585 | 8833,恢复,深航,湖北其他城市的航班运力,, 586 | 8835,恢复,深航,湖北其他城市的航班运力,, 587 | 8835,恢复,深航,湖北其他城市的航班运力,, 588 | 8836,恢复,深航,湖北其他城市的航班运力,, 589 | 8836,恢复,深航,湖北其他城市的航班运力,, 590 | 8837,恢复,深航,湖北其他城市的航班运力,, 591 | 8839,恢复,深航,湖北其他城市的航班运力,, 592 | 8842,恢复,深航,湖北其他城市的航班运力,, 593 | 8842,恢复,深航,湖北其他城市的航班运力,, 594 | 8848,恢复,深航,湖北其他城市的航班运力,, 595 | 8848,恢复,深航,湖北其他城市的航班运力,, 596 | 8848,恢复,深航,湖北其他城市的航班运力,, 597 | 8849,恢复,深航,湖北其他城市的航班运力,, 598 | 8849,恢复,深航,湖北其他城市的航班运力,, 599 | 8849,恢复,深航,湖北其他城市的航班运力,, 600 | 8851,恢复,深航,湖北其他城市的航班运力,, 601 | 8853,恢复,深航,湖北其他城市的航班运力,, 602 | 8854,恢复,深航,湖北其他城市的航班运力,, 603 | 8859,恢复,深航,湖北其他城市的航班运力,, 604 | 8859,恢复,深航,湖北其他城市的航班运力,, 605 | 8861,恢复,深航,湖北其他城市的航班运力,, 606 | 8863,恢复,深航,湖北其他城市的航班运力,, 607 | 8864,恢复,深航,湖北其他城市的航班运力,, 608 | 8868,恢复,深航,湖北其他城市的航班运力,, 609 | 8870,恢复,深航,湖北其他城市的航班运力,, 610 | 8877,恢复,深航,湖北其他城市的航班运力,, 611 | 8878,恢复,深航,湖北其他城市的航班运力,, 612 | 8887,恢复,深航,湖北其他城市的航班运力,, 613 | 8894,恢复,深航,湖北其他城市的航班运力,, 614 | 8894,恢复,深航,湖北其他城市的航班运力,, 615 | 8897,恢复,深航,湖北其他城市的航班运力,, 616 | 8897,恢复,深航,湖北其他城市的航班运力,, 617 | 8898,恢复,深航,湖北其他城市的航班运力,, 618 | 8899,恢复,深航,湖北其他城市的航班运力,, 619 | 8901,恢复,深航,湖北其他城市的航班运力,, 620 | 8902,恢复,深航,湖北其他城市的航班运力,, 621 | 8903,恢复,深航,湖北其他城市的航班运力,, 622 | 8904,恢复,深航,湖北其他城市的航班运力,, 623 | 8906,恢复,深航,湖北其他城市的航班运力,, 624 | 8906,恢复,深航,湖北其他城市的航班运力,, 625 | 8909,恢复,深航,湖北其他城市的航班运力,, 626 | 8909,恢复,深航,湖北其他城市的航班运力,, 627 | 8912,恢复,深航,湖北其他城市的航班运力,, 628 | 8914,恢复,深航,湖北其他城市的航班运力,, 629 | 8918,恢复,深航,湖北其他城市的航班运力,, 630 | 8918,恢复,深航,湖北其他城市的航班运力,, 631 | 8919,恢复,深航,湖北其他城市的航班运力,, 632 | 8922,恢复,深航,湖北其他城市的航班运力,, 633 | 8923,恢复,深航,湖北其他城市的航班运力,, 634 | 8925,恢复,深航,湖北其他城市的航班运力,, 635 | 8929,恢复,深航,湖北其他城市的航班运力,, 636 | 8930,恢复,深航,湖北其他城市的航班运力,, 637 | 8931,恢复,深航,湖北其他城市的航班运力,, 638 | 8931,恢复,深航,湖北其他城市的航班运力,, 639 | 8934,恢复,深航,湖北其他城市的航班运力,, 640 | 8935,恢复,深航,湖北其他城市的航班运力,, 641 | 8936,恢复,深航,湖北其他城市的航班运力,, 642 | 8938,恢复,深航,湖北其他城市的航班运力,, 643 | 8940,恢复,深航,湖北其他城市的航班运力,, 644 | 8941,恢复,深航,湖北其他城市的航班运力,, 645 | 8941,恢复,深航,湖北其他城市的航班运力,, 646 | 8941,恢复,深航,湖北其他城市的航班运力,, 647 | 8942,恢复,深航,湖北其他城市的航班运力,, 648 | 8943,恢复,深航,湖北其他城市的航班运力,, 649 | 8945,恢复,深航,湖北其他城市的航班运力,, 650 | 8946,恢复,深航,湖北其他城市的航班运力,, 651 | 8947,恢复,深航,湖北其他城市的航班运力,, 652 | 8950,恢复,深航,湖北其他城市的航班运力,, 653 | 8952,恢复,深航,湖北其他城市的航班运力,, 654 | 8953,恢复,深航,湖北其他城市的航班运力,, 655 | 8954,恢复,深航,湖北其他城市的航班运力,, 656 | 8955,恢复,深航,湖北其他城市的航班运力,, 657 | 8956,恢复,深航,湖北其他城市的航班运力,, 658 | 8958,恢复,深航,湖北其他城市的航班运力,, 659 | 8958,恢复,深航,湖北其他城市的航班运力,, 660 | 8959,恢复,深航,湖北其他城市的航班运力,, 661 | 8961,恢复,深航,湖北其他城市的航班运力,, 662 | 8965,恢复,深航,湖北其他城市的航班运力,, 663 | 8966,恢复,深航,湖北其他城市的航班运力,, 664 | 8966,恢复,深航,湖北其他城市的航班运力,, 665 | 8970,恢复,深航,湖北其他城市的航班运力,, 666 | 8973,恢复,深航,湖北其他城市的航班运力,, 667 | 8974,恢复,深航,湖北其他城市的航班运力,, 668 | 8975,恢复,深航,湖北其他城市的航班运力,, 669 | 8976,恢复,深航,湖北其他城市的航班运力,, 670 | 8979,恢复,深航,湖北其他城市的航班运力,, 671 | 8981,恢复,深航,湖北其他城市的航班运力,, 672 | 8982,恢复,深航,湖北其他城市的航班运力,, 673 | 8983,恢复,深航,湖北其他城市的航班运力,, 674 | 8983,恢复,深航,湖北其他城市的航班运力,, 675 | 8985,恢复,深航,湖北其他城市的航班运力,, 676 | 8985,恢复,深航,湖北其他城市的航班运力,, 677 | 8985,恢复,深航,湖北其他城市的航班运力,, 678 | 8986,恢复,深航,湖北其他城市的航班运力,, 679 | 8987,恢复,深航,湖北其他城市的航班运力,, 680 | 8989,恢复,深航,湖北其他城市的航班运力,, 681 | 8989,恢复,深航,湖北其他城市的航班运力,, 682 | 8990,恢复,深航,湖北其他城市的航班运力,, 683 | 8990,恢复,深航,湖北其他城市的航班运力,, 684 | 8993,恢复,深航,湖北其他城市的航班运力,, 685 | 8993,恢复,深航,湖北其他城市的航班运力,, 686 | 8994,恢复,深航,湖北其他城市的航班运力,, 687 | 8995,恢复,深航,湖北其他城市的航班运力,, 688 | 8995,恢复,深航,湖北其他城市的航班运力,, 689 | 8996,恢复,深航,湖北其他城市的航班运力,, 690 | 8997,恢复,深航,湖北其他城市的航班运力,, 691 | 8997,恢复,深航,湖北其他城市的航班运力,, 692 | 9000,恢复,深航,湖北其他城市的航班运力,, 693 | 9001,恢复,深航,湖北其他城市的航班运力,, 694 | 9002,恢复,深航,湖北其他城市的航班运力,, 695 | 9003,恢复,深航,湖北其他城市的航班运力,, 696 | 9004,恢复,深航,湖北其他城市的航班运力,, 697 | 9004,恢复,深航,湖北其他城市的航班运力,, 698 | 9004,恢复,深航,湖北其他城市的航班运力,, 699 | 9005,恢复,深航,湖北其他城市的航班运力,, 700 | 9005,恢复,深航,湖北其他城市的航班运力,, 701 | 9005,恢复,深航,湖北其他城市的航班运力,, 702 | 9008,恢复,深航,湖北其他城市的航班运力,, 703 | 9009,恢复,深航,湖北其他城市的航班运力,, 704 | 9010,恢复,深航,湖北其他城市的航班运力,, 705 | 9011,恢复,深航,湖北其他城市的航班运力,, 706 | 9011,恢复,深航,湖北其他城市的航班运力,, 707 | 9012,恢复,深航,湖北其他城市的航班运力,, 708 | 9013,恢复,深航,湖北其他城市的航班运力,, 709 | 9014,恢复,深航,湖北其他城市的航班运力,, 710 | 9015,恢复,深航,湖北其他城市的航班运力,, 711 | 9018,恢复,深航,湖北其他城市的航班运力,, 712 | 9019,恢复,深航,湖北其他城市的航班运力,, 713 | 9021,恢复,深航,湖北其他城市的航班运力,, 714 | 9023,恢复,深航,湖北其他城市的航班运力,, 715 | 9023,恢复,深航,湖北其他城市的航班运力,, 716 | 9025,恢复,深航,湖北其他城市的航班运力,, 717 | 9026,恢复,深航,湖北其他城市的航班运力,, 718 | 9029,恢复,深航,湖北其他城市的航班运力,, 719 | 9030,恢复,深航,湖北其他城市的航班运力,, 720 | 9030,恢复,深航,湖北其他城市的航班运力,, 721 | 9031,恢复,深航,湖北其他城市的航班运力,, 722 | 9032,恢复,深航,湖北其他城市的航班运力,, 723 | 9033,恢复,深航,湖北其他城市的航班运力,, 724 | 9035,恢复,深航,湖北其他城市的航班运力,, 725 | 9035,恢复,深航,湖北其他城市的航班运力,, 726 | 9036,恢复,深航,湖北其他城市的航班运力,, 727 | 9038,恢复,深航,湖北其他城市的航班运力,, 728 | 9038,恢复,深航,湖北其他城市的航班运力,, 729 | 9039,恢复,深航,湖北其他城市的航班运力,, 730 | 9040,恢复,深航,湖北其他城市的航班运力,, 731 | 9041,恢复,深航,湖北其他城市的航班运力,, 732 | 9042,恢复,深航,湖北其他城市的航班运力,, 733 | 9042,恢复,深航,湖北其他城市的航班运力,, 734 | 9042,恢复,深航,湖北其他城市的航班运力,, 735 | 9044,恢复,深航,湖北其他城市的航班运力,, 736 | 9045,恢复,深航,湖北其他城市的航班运力,, 737 | 9046,恢复,深航,湖北其他城市的航班运力,, 738 | 9048,恢复,深航,湖北其他城市的航班运力,, 739 | 9048,恢复,深航,湖北其他城市的航班运力,, 740 | 9050,恢复,深航,湖北其他城市的航班运力,, 741 | 9050,恢复,深航,湖北其他城市的航班运力,, 742 | 9051,恢复,深航,湖北其他城市的航班运力,, 743 | 9053,恢复,深航,湖北其他城市的航班运力,, 744 | 9053,恢复,深航,湖北其他城市的航班运力,, 745 | 9053,恢复,深航,湖北其他城市的航班运力,, 746 | 9054,恢复,深航,湖北其他城市的航班运力,, 747 | 9054,恢复,深航,湖北其他城市的航班运力,, 748 | 9055,恢复,深航,湖北其他城市的航班运力,, 749 | 9058,恢复,深航,湖北其他城市的航班运力,, 750 | 9059,恢复,深航,湖北其他城市的航班运力,, 751 | 9060,恢复,深航,湖北其他城市的航班运力,, 752 | 9061,恢复,深航,湖北其他城市的航班运力,, 753 | 9063,恢复,深航,湖北其他城市的航班运力,, 754 | 9065,恢复,深航,湖北其他城市的航班运力,, 755 | 9066,恢复,深航,湖北其他城市的航班运力,, 756 | 9067,恢复,深航,湖北其他城市的航班运力,, 757 | 9067,恢复,深航,湖北其他城市的航班运力,, 758 | 9067,恢复,深航,湖北其他城市的航班运力,, 759 | 9069,恢复,深航,湖北其他城市的航班运力,, 760 | 9070,恢复,深航,湖北其他城市的航班运力,, 761 | 9071,恢复,深航,湖北其他城市的航班运力,, 762 | 9072,恢复,深航,湖北其他城市的航班运力,, 763 | 9075,恢复,深航,湖北其他城市的航班运力,, 764 | 9075,恢复,深航,湖北其他城市的航班运力,, 765 | 9076,恢复,深航,湖北其他城市的航班运力,, 766 | 9076,恢复,深航,湖北其他城市的航班运力,, 767 | 9076,恢复,深航,湖北其他城市的航班运力,, 768 | 9077,恢复,深航,湖北其他城市的航班运力,, 769 | 9077,恢复,深航,湖北其他城市的航班运力,, 770 | 9078,恢复,深航,湖北其他城市的航班运力,, 771 | 9078,恢复,深航,湖北其他城市的航班运力,, 772 | 9079,恢复,深航,湖北其他城市的航班运力,, 773 | 9079,恢复,深航,湖北其他城市的航班运力,, 774 | 9080,恢复,深航,湖北其他城市的航班运力,, 775 | 9082,恢复,深航,湖北其他城市的航班运力,, 776 | 9085,恢复,深航,湖北其他城市的航班运力,, 777 | 9086,恢复,深航,湖北其他城市的航班运力,, 778 | 9089,恢复,深航,湖北其他城市的航班运力,, 779 | 9089,恢复,深航,湖北其他城市的航班运力,, 780 | 9096,恢复,深航,湖北其他城市的航班运力,, 781 | 9098,恢复,深航,湖北其他城市的航班运力,, 782 | 9098,恢复,深航,湖北其他城市的航班运力,, 783 | 9100,恢复,深航,湖北其他城市的航班运力,, 784 | 9100,恢复,深航,湖北其他城市的航班运力,, 785 | 9100,恢复,深航,湖北其他城市的航班运力,, 786 | 9101,恢复,深航,湖北其他城市的航班运力,, 787 | 9102,恢复,深航,湖北其他城市的航班运力,, 788 | 9104,恢复,深航,湖北其他城市的航班运力,, 789 | 9104,恢复,深航,湖北其他城市的航班运力,, 790 | 9104,恢复,深航,湖北其他城市的航班运力,, 791 | 9105,恢复,深航,湖北其他城市的航班运力,, 792 | 9106,恢复,深航,湖北其他城市的航班运力,, 793 | 9107,恢复,深航,湖北其他城市的航班运力,, 794 | 9108,恢复,深航,湖北其他城市的航班运力,, 795 | 9109,恢复,深航,湖北其他城市的航班运力,, 796 | 9109,恢复,深航,湖北其他城市的航班运力,, 797 | 9110,恢复,深航,湖北其他城市的航班运力,, 798 | 9112,恢复,深航,湖北其他城市的航班运力,, 799 | 9113,恢复,深航,湖北其他城市的航班运力,, 800 | 9114,恢复,深航,湖北其他城市的航班运力,, 801 | 9115,恢复,深航,湖北其他城市的航班运力,, 802 | 9115,恢复,深航,湖北其他城市的航班运力,, 803 | 9116,恢复,深航,湖北其他城市的航班运力,, 804 | 9116,恢复,深航,湖北其他城市的航班运力,, 805 | 9116,恢复,深航,湖北其他城市的航班运力,, 806 | 9117,恢复,深航,湖北其他城市的航班运力,, 807 | 9117,恢复,深航,湖北其他城市的航班运力,, 808 | 9118,恢复,深航,湖北其他城市的航班运力,, 809 | 9118,恢复,深航,湖北其他城市的航班运力,, 810 | 9118,恢复,深航,湖北其他城市的航班运力,, 811 | 9120,恢复,深航,湖北其他城市的航班运力,, 812 | 9123,恢复,深航,湖北其他城市的航班运力,, 813 | 9123,恢复,深航,湖北其他城市的航班运力,, 814 | 9125,恢复,深航,湖北其他城市的航班运力,, 815 | 9125,恢复,深航,湖北其他城市的航班运力,, 816 | 9126,恢复,深航,湖北其他城市的航班运力,, 817 | 9126,恢复,深航,湖北其他城市的航班运力,, 818 | 9126,恢复,深航,湖北其他城市的航班运力,, 819 | 9128,恢复,深航,湖北其他城市的航班运力,, 820 | 9129,恢复,深航,湖北其他城市的航班运力,, 821 | 9132,恢复,深航,湖北其他城市的航班运力,, 822 | 9133,恢复,深航,湖北其他城市的航班运力,, 823 | 9135,恢复,深航,湖北其他城市的航班运力,, 824 | 9135,恢复,深航,湖北其他城市的航班运力,, 825 | 9137,恢复,深航,湖北其他城市的航班运力,, 826 | 9139,恢复,深航,湖北其他城市的航班运力,, 827 | 9140,恢复,深航,湖北其他城市的航班运力,, 828 | 9140,恢复,深航,湖北其他城市的航班运力,, 829 | 9141,恢复,深航,湖北其他城市的航班运力,, 830 | 9143,恢复,深航,湖北其他城市的航班运力,, 831 | 9144,恢复,深航,湖北其他城市的航班运力,, 832 | 9145,恢复,深航,湖北其他城市的航班运力,, 833 | 9146,恢复,深航,湖北其他城市的航班运力,, 834 | 9147,恢复,深航,湖北其他城市的航班运力,, 835 | 9149,恢复,深航,湖北其他城市的航班运力,, 836 | 9150,恢复,深航,湖北其他城市的航班运力,, 837 | 9150,恢复,深航,湖北其他城市的航班运力,, 838 | 9151,恢复,深航,湖北其他城市的航班运力,, 839 | 9151,恢复,深航,湖北其他城市的航班运力,, 840 | 9151,恢复,深航,湖北其他城市的航班运力,, 841 | 9154,恢复,深航,湖北其他城市的航班运力,, 842 | 9154,恢复,深航,湖北其他城市的航班运力,, 843 | 9155,恢复,深航,湖北其他城市的航班运力,, 844 | 9158,恢复,深航,湖北其他城市的航班运力,, 845 | 9159,恢复,深航,湖北其他城市的航班运力,, 846 | 9160,恢复,深航,湖北其他城市的航班运力,, 847 | 9161,恢复,深航,湖北其他城市的航班运力,, 848 | 9162,恢复,深航,湖北其他城市的航班运力,, 849 | 9164,恢复,深航,湖北其他城市的航班运力,, 850 | 9165,恢复,深航,湖北其他城市的航班运力,, 851 | 9166,恢复,深航,湖北其他城市的航班运力,, 852 | 9167,恢复,深航,湖北其他城市的航班运力,, 853 | 9168,恢复,深航,湖北其他城市的航班运力,, 854 | 9169,恢复,深航,湖北其他城市的航班运力,, 855 | 9169,恢复,深航,湖北其他城市的航班运力,, 856 | 9170,恢复,深航,湖北其他城市的航班运力,, 857 | 9171,恢复,深航,湖北其他城市的航班运力,, 858 | 9171,恢复,深航,湖北其他城市的航班运力,, 859 | 9172,恢复,深航,湖北其他城市的航班运力,, 860 | 9172,恢复,深航,湖北其他城市的航班运力,, 861 | 9174,恢复,深航,湖北其他城市的航班运力,, 862 | 9174,恢复,深航,湖北其他城市的航班运力,, 863 | 9175,恢复,深航,湖北其他城市的航班运力,, 864 | 9178,恢复,深航,湖北其他城市的航班运力,, 865 | 9179,恢复,深航,湖北其他城市的航班运力,, 866 | 9180,恢复,深航,湖北其他城市的航班运力,, 867 | 9180,恢复,深航,湖北其他城市的航班运力,, 868 | 9183,恢复,深航,湖北其他城市的航班运力,, 869 | 9184,恢复,深航,湖北其他城市的航班运力,, 870 | 9187,恢复,深航,湖北其他城市的航班运力,, 871 | 9188,恢复,深航,湖北其他城市的航班运力,, 872 | 9188,恢复,深航,湖北其他城市的航班运力,, 873 | 9188,恢复,深航,湖北其他城市的航班运力,, 874 | 9189,恢复,深航,湖北其他城市的航班运力,, 875 | 9190,恢复,深航,湖北其他城市的航班运力,, 876 | 9190,恢复,深航,湖北其他城市的航班运力,, 877 | 9191,恢复,深航,湖北其他城市的航班运力,, 878 | 9191,恢复,深航,湖北其他城市的航班运力,, 879 | 9193,恢复,深航,湖北其他城市的航班运力,, 880 | 9193,恢复,深航,湖北其他城市的航班运力,, 881 | 9193,恢复,深航,湖北其他城市的航班运力,, 882 | 9194,恢复,深航,湖北其他城市的航班运力,, 883 | 9196,恢复,深航,湖北其他城市的航班运力,, 884 | 9197,恢复,深航,湖北其他城市的航班运力,, 885 | 9197,恢复,深航,湖北其他城市的航班运力,, 886 | 9198,恢复,深航,湖北其他城市的航班运力,, 887 | 9198,恢复,深航,湖北其他城市的航班运力,, 888 | 9198,恢复,深航,湖北其他城市的航班运力,, 889 | 9199,恢复,深航,湖北其他城市的航班运力,, 890 | 9199,恢复,深航,湖北其他城市的航班运力,, 891 | 9201,恢复,深航,湖北其他城市的航班运力,, 892 | 9202,恢复,深航,湖北其他城市的航班运力,, 893 | 9203,恢复,深航,湖北其他城市的航班运力,, 894 | 9204,恢复,深航,湖北其他城市的航班运力,, 895 | 9205,恢复,深航,湖北其他城市的航班运力,, 896 | 9209,恢复,深航,湖北其他城市的航班运力,, 897 | 9209,恢复,深航,湖北其他城市的航班运力,, 898 | 9210,恢复,深航,湖北其他城市的航班运力,, 899 | 9213,恢复,深航,湖北其他城市的航班运力,, 900 | 9214,恢复,深航,湖北其他城市的航班运力,, 901 | 9214,恢复,深航,湖北其他城市的航班运力,, 902 | 9217,恢复,深航,湖北其他城市的航班运力,, 903 | 9217,恢复,深航,湖北其他城市的航班运力,, 904 | 9222,恢复,深航,湖北其他城市的航班运力,, 905 | 9223,恢复,深航,湖北其他城市的航班运力,, 906 | 9225,恢复,深航,湖北其他城市的航班运力,, 907 | 9225,恢复,深航,湖北其他城市的航班运力,, 908 | 9227,恢复,深航,湖北其他城市的航班运力,, 909 | 9228,恢复,深航,湖北其他城市的航班运力,, 910 | 9230,恢复,深航,湖北其他城市的航班运力,, 911 | 9231,恢复,深航,湖北其他城市的航班运力,, 912 | 9232,恢复,深航,湖北其他城市的航班运力,, 913 | 9233,恢复,深航,湖北其他城市的航班运力,, 914 | 9234,恢复,深航,湖北其他城市的航班运力,, 915 | 9235,恢复,深航,湖北其他城市的航班运力,, 916 | 9236,恢复,深航,湖北其他城市的航班运力,, 917 | 9237,恢复,深航,湖北其他城市的航班运力,, 918 | 9238,恢复,深航,湖北其他城市的航班运力,, 919 | 9240,恢复,深航,湖北其他城市的航班运力,, 920 | 9241,恢复,深航,湖北其他城市的航班运力,, 921 | 9241,恢复,深航,湖北其他城市的航班运力,, 922 | 9242,恢复,深航,湖北其他城市的航班运力,, 923 | 9243,恢复,深航,湖北其他城市的航班运力,, 924 | 9246,恢复,深航,湖北其他城市的航班运力,, 925 | 9246,恢复,深航,湖北其他城市的航班运力,, 926 | 9247,恢复,深航,湖北其他城市的航班运力,, 927 | 9247,恢复,深航,湖北其他城市的航班运力,, 928 | 9248,恢复,深航,湖北其他城市的航班运力,, 929 | 9248,恢复,深航,湖北其他城市的航班运力,, 930 | 9249,恢复,深航,湖北其他城市的航班运力,, 931 | 9249,恢复,深航,湖北其他城市的航班运力,, 932 | 9250,恢复,深航,湖北其他城市的航班运力,, 933 | 9251,恢复,深航,湖北其他城市的航班运力,, 934 | 9251,恢复,深航,湖北其他城市的航班运力,, 935 | 9253,恢复,深航,湖北其他城市的航班运力,, 936 | 9254,恢复,深航,湖北其他城市的航班运力,, 937 | 9254,恢复,深航,湖北其他城市的航班运力,, 938 | 9255,恢复,深航,湖北其他城市的航班运力,, 939 | 9256,恢复,深航,湖北其他城市的航班运力,, 940 | 9257,恢复,深航,湖北其他城市的航班运力,, 941 | 9257,恢复,深航,湖北其他城市的航班运力,, 942 | 9257,恢复,深航,湖北其他城市的航班运力,, 943 | 9257,恢复,深航,湖北其他城市的航班运力,, 944 | 9257,恢复,深航,湖北其他城市的航班运力,, 945 | 9261,恢复,深航,湖北其他城市的航班运力,, 946 | 9261,恢复,深航,湖北其他城市的航班运力,, 947 | 9264,恢复,深航,湖北其他城市的航班运力,, 948 | 9265,恢复,深航,湖北其他城市的航班运力,, 949 | 9266,恢复,深航,湖北其他城市的航班运力,, 950 | 9267,恢复,深航,湖北其他城市的航班运力,, 951 | 9269,恢复,深航,湖北其他城市的航班运力,, 952 | 9270,恢复,深航,湖北其他城市的航班运力,, 953 | 9272,恢复,深航,湖北其他城市的航班运力,, 954 | 9273,恢复,深航,湖北其他城市的航班运力,, 955 | 9274,恢复,深航,湖北其他城市的航班运力,, 956 | 9274,恢复,深航,湖北其他城市的航班运力,, 957 | 9274,恢复,深航,湖北其他城市的航班运力,, 958 | 9275,恢复,深航,湖北其他城市的航班运力,, 959 | 9276,恢复,深航,湖北其他城市的航班运力,, 960 | 9279,恢复,深航,湖北其他城市的航班运力,, 961 | 9280,恢复,深航,湖北其他城市的航班运力,, 962 | 9280,恢复,深航,湖北其他城市的航班运力,, 963 | 9281,恢复,深航,湖北其他城市的航班运力,, 964 | 9282,恢复,深航,湖北其他城市的航班运力,, 965 | 9283,恢复,深航,湖北其他城市的航班运力,, 966 | 9283,恢复,深航,湖北其他城市的航班运力,, 967 | 9283,恢复,深航,湖北其他城市的航班运力,, 968 | 9284,恢复,深航,湖北其他城市的航班运力,, 969 | 9284,恢复,深航,湖北其他城市的航班运力,, 970 | 9286,恢复,深航,湖北其他城市的航班运力,, 971 | 9287,恢复,深航,湖北其他城市的航班运力,, 972 | 9288,恢复,深航,湖北其他城市的航班运力,, 973 | 9288,恢复,深航,湖北其他城市的航班运力,, 974 | 9289,恢复,深航,湖北其他城市的航班运力,, 975 | 9290,恢复,深航,湖北其他城市的航班运力,, 976 | 9290,恢复,深航,湖北其他城市的航班运力,, 977 | 9291,恢复,深航,湖北其他城市的航班运力,, 978 | 9294,恢复,深航,湖北其他城市的航班运力,, 979 | 9300,恢复,深航,湖北其他城市的航班运力,, 980 | 9300,恢复,深航,湖北其他城市的航班运力,, 981 | 9301,恢复,深航,湖北其他城市的航班运力,, 982 | 9302,恢复,深航,湖北其他城市的航班运力,, 983 | 9302,恢复,深航,湖北其他城市的航班运力,, 984 | 9303,恢复,深航,湖北其他城市的航班运力,, 985 | 9307,恢复,深航,湖北其他城市的航班运力,, 986 | 9307,恢复,深航,湖北其他城市的航班运力,, 987 | 9308,恢复,深航,湖北其他城市的航班运力,, 988 | 9309,恢复,深航,湖北其他城市的航班运力,, 989 | 9309,恢复,深航,湖北其他城市的航班运力,, 990 | 9309,恢复,深航,湖北其他城市的航班运力,, 991 | 9312,恢复,深航,湖北其他城市的航班运力,, 992 | 9312,恢复,深航,湖北其他城市的航班运力,, 993 | 9312,恢复,深航,湖北其他城市的航班运力,, 994 | 9312,恢复,深航,湖北其他城市的航班运力,, 995 | 9313,恢复,深航,湖北其他城市的航班运力,, 996 | 9313,恢复,深航,湖北其他城市的航班运力,, 997 | 9318,恢复,深航,湖北其他城市的航班运力,, 998 | 9318,恢复,深航,湖北其他城市的航班运力,, 999 | 9320,恢复,深航,湖北其他城市的航班运力,, 1000 | 9323,恢复,深航,湖北其他城市的航班运力,, 1001 | 9323,恢复,深航,湖北其他城市的航班运力,, 1002 | 9325,恢复,深航,湖北其他城市的航班运力,, 1003 | 9326,恢复,深航,湖北其他城市的航班运力,, 1004 | 9329,恢复,深航,湖北其他城市的航班运力,, 1005 | 9330,恢复,深航,湖北其他城市的航班运力,, 1006 | 9331,恢复,深航,湖北其他城市的航班运力,, 1007 | 9332,恢复,深航,湖北其他城市的航班运力,, 1008 | 9336,恢复,深航,湖北其他城市的航班运力,, 1009 | 9337,恢复,深航,湖北其他城市的航班运力,, 1010 | 9338,恢复,深航,湖北其他城市的航班运力,, 1011 | 9338,恢复,深航,湖北其他城市的航班运力,, 1012 | 9340,恢复,深航,湖北其他城市的航班运力,, 1013 | 9341,恢复,深航,湖北其他城市的航班运力,, 1014 | 9343,恢复,深航,湖北其他城市的航班运力,, 1015 | 9343,恢复,深航,湖北其他城市的航班运力,, 1016 | 9344,恢复,深航,湖北其他城市的航班运力,, 1017 | 9345,恢复,深航,湖北其他城市的航班运力,, 1018 | 9346,恢复,深航,湖北其他城市的航班运力,, 1019 | 9347,恢复,深航,湖北其他城市的航班运力,, 1020 | 9351,恢复,深航,湖北其他城市的航班运力,, 1021 | 9351,恢复,深航,湖北其他城市的航班运力,, 1022 | 9352,恢复,深航,湖北其他城市的航班运力,, 1023 | 9352,恢复,深航,湖北其他城市的航班运力,, 1024 | 9352,恢复,深航,湖北其他城市的航班运力,, 1025 | 9354,恢复,深航,湖北其他城市的航班运力,, 1026 | 9355,恢复,深航,湖北其他城市的航班运力,, 1027 | 9356,恢复,深航,湖北其他城市的航班运力,, 1028 | 9357,恢复,深航,湖北其他城市的航班运力,, 1029 | 9358,恢复,深航,湖北其他城市的航班运力,, 1030 | 9358,恢复,深航,湖北其他城市的航班运力,, 1031 | 9360,恢复,深航,湖北其他城市的航班运力,, 1032 | 9361,恢复,深航,湖北其他城市的航班运力,, 1033 | 9362,恢复,深航,湖北其他城市的航班运力,, 1034 | 9365,恢复,深航,湖北其他城市的航班运力,, 1035 | 9365,恢复,深航,湖北其他城市的航班运力,, 1036 | 9366,恢复,深航,湖北其他城市的航班运力,, 1037 | 9369,恢复,深航,湖北其他城市的航班运力,, 1038 | 9369,恢复,深航,湖北其他城市的航班运力,, 1039 | 9372,恢复,深航,湖北其他城市的航班运力,, 1040 | 9373,恢复,深航,湖北其他城市的航班运力,, 1041 | 9373,恢复,深航,湖北其他城市的航班运力,, 1042 | 9375,恢复,深航,湖北其他城市的航班运力,, 1043 | 9376,恢复,深航,湖北其他城市的航班运力,, 1044 | 9377,恢复,深航,湖北其他城市的航班运力,, 1045 | 9379,恢复,深航,湖北其他城市的航班运力,, 1046 | 9380,恢复,深航,湖北其他城市的航班运力,, 1047 | 9380,恢复,深航,湖北其他城市的航班运力,, 1048 | 9383,恢复,深航,湖北其他城市的航班运力,, 1049 | 9383,恢复,深航,湖北其他城市的航班运力,, 1050 | 9383,恢复,深航,湖北其他城市的航班运力,, 1051 | 9383,恢复,深航,湖北其他城市的航班运力,, 1052 | 9386,恢复,深航,湖北其他城市的航班运力,, 1053 | 9387,恢复,深航,湖北其他城市的航班运力,, 1054 | 9390,恢复,深航,湖北其他城市的航班运力,, 1055 | 9391,恢复,深航,湖北其他城市的航班运力,, 1056 | 9394,恢复,深航,湖北其他城市的航班运力,, 1057 | 9396,恢复,深航,湖北其他城市的航班运力,, 1058 | 9397,恢复,深航,湖北其他城市的航班运力,, 1059 | 9397,恢复,深航,湖北其他城市的航班运力,, 1060 | 9398,恢复,深航,湖北其他城市的航班运力,, 1061 | 9400,恢复,深航,湖北其他城市的航班运力,, 1062 | 9401,恢复,深航,湖北其他城市的航班运力,, 1063 | 9403,恢复,深航,湖北其他城市的航班运力,, 1064 | 9404,恢复,深航,湖北其他城市的航班运力,, 1065 | 9405,恢复,深航,湖北其他城市的航班运力,, 1066 | 9405,恢复,深航,湖北其他城市的航班运力,, 1067 | 9406,恢复,深航,湖北其他城市的航班运力,, 1068 | 9407,恢复,深航,湖北其他城市的航班运力,, 1069 | 9408,恢复,深航,湖北其他城市的航班运力,, 1070 | 9410,恢复,深航,湖北其他城市的航班运力,, 1071 | 9410,恢复,深航,湖北其他城市的航班运力,, 1072 | 9411,恢复,深航,湖北其他城市的航班运力,, 1073 | 9412,恢复,深航,湖北其他城市的航班运力,, 1074 | 9412,恢复,深航,湖北其他城市的航班运力,, 1075 | 9413,恢复,深航,湖北其他城市的航班运力,, 1076 | 9414,恢复,深航,湖北其他城市的航班运力,, 1077 | 9414,恢复,深航,湖北其他城市的航班运力,, 1078 | 9415,恢复,深航,湖北其他城市的航班运力,, 1079 | 9416,恢复,深航,湖北其他城市的航班运力,, 1080 | 9416,恢复,深航,湖北其他城市的航班运力,, 1081 | 9418,恢复,深航,湖北其他城市的航班运力,, 1082 | 9419,恢复,深航,湖北其他城市的航班运力,, 1083 | 9421,恢复,深航,湖北其他城市的航班运力,, 1084 | 9422,恢复,深航,湖北其他城市的航班运力,, 1085 | 9422,恢复,深航,湖北其他城市的航班运力,, 1086 | 9423,恢复,深航,湖北其他城市的航班运力,, 1087 | 9424,恢复,深航,湖北其他城市的航班运力,, 1088 | 9425,恢复,深航,湖北其他城市的航班运力,, 1089 | 9427,恢复,深航,湖北其他城市的航班运力,, 1090 | 9428,恢复,深航,湖北其他城市的航班运力,, 1091 | 9428,恢复,深航,湖北其他城市的航班运力,, 1092 | 9429,恢复,深航,湖北其他城市的航班运力,, 1093 | 9430,恢复,深航,湖北其他城市的航班运力,, 1094 | 9434,恢复,深航,湖北其他城市的航班运力,, 1095 | 9435,恢复,深航,湖北其他城市的航班运力,, 1096 | 9437,恢复,深航,湖北其他城市的航班运力,, 1097 | 9437,恢复,深航,湖北其他城市的航班运力,, 1098 | 9438,恢复,深航,湖北其他城市的航班运力,, 1099 | 9438,恢复,深航,湖北其他城市的航班运力,, 1100 | 9439,恢复,深航,湖北其他城市的航班运力,, 1101 | 9440,恢复,深航,湖北其他城市的航班运力,, 1102 | 9440,恢复,深航,湖北其他城市的航班运力,, 1103 | 9441,恢复,深航,湖北其他城市的航班运力,, 1104 | 9442,恢复,深航,湖北其他城市的航班运力,, 1105 | 9443,恢复,深航,湖北其他城市的航班运力,, 1106 | 9446,恢复,深航,湖北其他城市的航班运力,, 1107 | 9447,恢复,深航,湖北其他城市的航班运力,, 1108 | 9450,恢复,深航,湖北其他城市的航班运力,, 1109 | 9450,恢复,深航,湖北其他城市的航班运力,, 1110 | 9450,恢复,深航,湖北其他城市的航班运力,, 1111 | 9450,恢复,深航,湖北其他城市的航班运力,, 1112 | 9452,恢复,深航,湖北其他城市的航班运力,, 1113 | 9455,恢复,深航,湖北其他城市的航班运力,, 1114 | 9456,恢复,深航,湖北其他城市的航班运力,, 1115 | 9457,恢复,深航,湖北其他城市的航班运力,, 1116 | 9458,恢复,深航,湖北其他城市的航班运力,, 1117 | 9458,恢复,深航,湖北其他城市的航班运力,, 1118 | 9459,恢复,深航,湖北其他城市的航班运力,, 1119 | 9459,恢复,深航,湖北其他城市的航班运力,, 1120 | 9460,恢复,深航,湖北其他城市的航班运力,, 1121 | 9461,恢复,深航,湖北其他城市的航班运力,, 1122 | 9462,恢复,深航,湖北其他城市的航班运力,, 1123 | 9464,恢复,深航,湖北其他城市的航班运力,, 1124 | 9464,恢复,深航,湖北其他城市的航班运力,, 1125 | 9466,恢复,深航,湖北其他城市的航班运力,, 1126 | 9466,恢复,深航,湖北其他城市的航班运力,, 1127 | 9467,恢复,深航,湖北其他城市的航班运力,, 1128 | 9467,恢复,深航,湖北其他城市的航班运力,, 1129 | 9471,恢复,深航,湖北其他城市的航班运力,, 1130 | 9472,恢复,深航,湖北其他城市的航班运力,, 1131 | 9473,恢复,深航,湖北其他城市的航班运力,, 1132 | 9473,恢复,深航,湖北其他城市的航班运力,, 1133 | 9473,恢复,深航,湖北其他城市的航班运力,, 1134 | 9474,恢复,深航,湖北其他城市的航班运力,, 1135 | 9474,恢复,深航,湖北其他城市的航班运力,, 1136 | 9475,恢复,深航,湖北其他城市的航班运力,, 1137 | 9477,恢复,深航,湖北其他城市的航班运力,, 1138 | 9478,恢复,深航,湖北其他城市的航班运力,, 1139 | 9479,恢复,深航,湖北其他城市的航班运力,, 1140 | 9479,恢复,深航,湖北其他城市的航班运力,, 1141 | 9480,恢复,深航,湖北其他城市的航班运力,, 1142 | 9482,恢复,深航,湖北其他城市的航班运力,, 1143 | 9487,恢复,深航,湖北其他城市的航班运力,, 1144 | 9488,恢复,深航,湖北其他城市的航班运力,, 1145 | 9490,恢复,深航,湖北其他城市的航班运力,, 1146 | 9492,恢复,深航,湖北其他城市的航班运力,, 1147 | 9493,恢复,深航,湖北其他城市的航班运力,, 1148 | 9493,恢复,深航,湖北其他城市的航班运力,, 1149 | 9495,恢复,深航,湖北其他城市的航班运力,, 1150 | 9495,恢复,深航,湖北其他城市的航班运力,, 1151 | 9496,恢复,深航,湖北其他城市的航班运力,, 1152 | 9497,恢复,深航,湖北其他城市的航班运力,, 1153 | 9498,恢复,深航,湖北其他城市的航班运力,, 1154 | 9501,恢复,深航,湖北其他城市的航班运力,, 1155 | 9501,恢复,深航,湖北其他城市的航班运力,, 1156 | 9502,恢复,深航,湖北其他城市的航班运力,, 1157 | 9504,恢复,深航,湖北其他城市的航班运力,, 1158 | 9505,恢复,深航,湖北其他城市的航班运力,, 1159 | 9506,恢复,深航,湖北其他城市的航班运力,, 1160 | 9507,恢复,深航,湖北其他城市的航班运力,, 1161 | 9507,恢复,深航,湖北其他城市的航班运力,, 1162 | 9509,恢复,深航,湖北其他城市的航班运力,, 1163 | 9510,恢复,深航,湖北其他城市的航班运力,, 1164 | 9512,恢复,深航,湖北其他城市的航班运力,, 1165 | 9514,恢复,深航,湖北其他城市的航班运力,, 1166 | 9514,恢复,深航,湖北其他城市的航班运力,, 1167 | 9515,恢复,深航,湖北其他城市的航班运力,, 1168 | 9515,恢复,深航,湖北其他城市的航班运力,, 1169 | 9517,恢复,深航,湖北其他城市的航班运力,, 1170 | 9518,恢复,深航,湖北其他城市的航班运力,, 1171 | 9518,恢复,深航,湖北其他城市的航班运力,, 1172 | 9518,恢复,深航,湖北其他城市的航班运力,, 1173 | 9520,恢复,深航,湖北其他城市的航班运力,, 1174 | 9520,恢复,深航,湖北其他城市的航班运力,, 1175 | 9521,恢复,深航,湖北其他城市的航班运力,, 1176 | 9522,恢复,深航,湖北其他城市的航班运力,, 1177 | 9523,恢复,深航,湖北其他城市的航班运力,, 1178 | 9524,恢复,深航,湖北其他城市的航班运力,, 1179 | 9525,恢复,深航,湖北其他城市的航班运力,, 1180 | 9526,恢复,深航,湖北其他城市的航班运力,, 1181 | 9527,恢复,深航,湖北其他城市的航班运力,, 1182 | 9528,恢复,深航,湖北其他城市的航班运力,, 1183 | 9528,恢复,深航,湖北其他城市的航班运力,, 1184 | 9529,恢复,深航,湖北其他城市的航班运力,, 1185 | 9529,恢复,深航,湖北其他城市的航班运力,, 1186 | 9530,恢复,深航,湖北其他城市的航班运力,, 1187 | 9532,恢复,深航,湖北其他城市的航班运力,, 1188 | 9534,恢复,深航,湖北其他城市的航班运力,, 1189 | 9536,恢复,深航,湖北其他城市的航班运力,, 1190 | 9538,恢复,深航,湖北其他城市的航班运力,, 1191 | 9539,恢复,深航,湖北其他城市的航班运力,, 1192 | 9541,恢复,深航,湖北其他城市的航班运力,, 1193 | 9543,恢复,深航,湖北其他城市的航班运力,, 1194 | 9545,恢复,深航,湖北其他城市的航班运力,, 1195 | 9546,恢复,深航,湖北其他城市的航班运力,, 1196 | 9546,恢复,深航,湖北其他城市的航班运力,, 1197 | 9546,恢复,深航,湖北其他城市的航班运力,, 1198 | 9546,恢复,深航,湖北其他城市的航班运力,, 1199 | 9547,恢复,深航,湖北其他城市的航班运力,, 1200 | 9547,恢复,深航,湖北其他城市的航班运力,, 1201 | 9547,恢复,深航,湖北其他城市的航班运力,, 1202 | 9548,恢复,深航,湖北其他城市的航班运力,, 1203 | 9549,恢复,深航,湖北其他城市的航班运力,, 1204 | 9550,恢复,深航,湖北其他城市的航班运力,, 1205 | 9551,恢复,深航,湖北其他城市的航班运力,, 1206 | 9552,恢复,深航,湖北其他城市的航班运力,, 1207 | 9552,恢复,深航,湖北其他城市的航班运力,, 1208 | 9553,恢复,深航,湖北其他城市的航班运力,, 1209 | 9553,恢复,深航,湖北其他城市的航班运力,, 1210 | 9554,恢复,深航,湖北其他城市的航班运力,, 1211 | 9555,恢复,深航,湖北其他城市的航班运力,, 1212 | 9557,恢复,深航,湖北其他城市的航班运力,, 1213 | 9557,恢复,深航,湖北其他城市的航班运力,, 1214 | 9557,恢复,深航,湖北其他城市的航班运力,, 1215 | 9557,恢复,深航,湖北其他城市的航班运力,, 1216 | 9558,恢复,深航,湖北其他城市的航班运力,, 1217 | 9558,恢复,深航,湖北其他城市的航班运力,, 1218 | 9560,恢复,深航,湖北其他城市的航班运力,, 1219 | 9560,恢复,深航,湖北其他城市的航班运力,, 1220 | 9560,恢复,深航,湖北其他城市的航班运力,, 1221 | 9560,恢复,深航,湖北其他城市的航班运力,, 1222 | 9561,恢复,深航,湖北其他城市的航班运力,, 1223 | 9561,恢复,深航,湖北其他城市的航班运力,, 1224 | 9562,恢复,深航,湖北其他城市的航班运力,, 1225 | 9563,恢复,深航,湖北其他城市的航班运力,, 1226 | 9563,恢复,深航,湖北其他城市的航班运力,, 1227 | 9564,恢复,深航,湖北其他城市的航班运力,, 1228 | 9566,恢复,深航,湖北其他城市的航班运力,, 1229 | 9566,恢复,深航,湖北其他城市的航班运力,, 1230 | 9566,恢复,深航,湖北其他城市的航班运力,, 1231 | 9567,恢复,深航,湖北其他城市的航班运力,, 1232 | 9568,恢复,深航,湖北其他城市的航班运力,, 1233 | 9568,恢复,深航,湖北其他城市的航班运力,, 1234 | 9569,恢复,深航,湖北其他城市的航班运力,, 1235 | 9570,恢复,深航,湖北其他城市的航班运力,, 1236 | 9571,恢复,深航,湖北其他城市的航班运力,, 1237 | 9573,恢复,深航,湖北其他城市的航班运力,, 1238 | 9574,恢复,深航,湖北其他城市的航班运力,, 1239 | 9575,恢复,深航,湖北其他城市的航班运力,, 1240 | 9577,恢复,深航,湖北其他城市的航班运力,, 1241 | 9577,恢复,深航,湖北其他城市的航班运力,, 1242 | 9578,恢复,深航,湖北其他城市的航班运力,, 1243 | 9579,恢复,深航,湖北其他城市的航班运力,, 1244 | 9579,恢复,深航,湖北其他城市的航班运力,, 1245 | 9580,恢复,深航,湖北其他城市的航班运力,, 1246 | 9582,恢复,深航,湖北其他城市的航班运力,, 1247 | 9583,恢复,深航,湖北其他城市的航班运力,, 1248 | 9584,恢复,深航,湖北其他城市的航班运力,, 1249 | 9585,恢复,深航,湖北其他城市的航班运力,, 1250 | 9585,恢复,深航,湖北其他城市的航班运力,, 1251 | 9585,恢复,深航,湖北其他城市的航班运力,, 1252 | 9587,恢复,深航,湖北其他城市的航班运力,, 1253 | 9587,恢复,深航,湖北其他城市的航班运力,, 1254 | 9589,恢复,深航,湖北其他城市的航班运力,, 1255 | 9589,恢复,深航,湖北其他城市的航班运力,, 1256 | 9590,恢复,深航,湖北其他城市的航班运力,, 1257 | 9591,恢复,深航,湖北其他城市的航班运力,, 1258 | 9591,恢复,深航,湖北其他城市的航班运力,, 1259 | 9591,恢复,深航,湖北其他城市的航班运力,, 1260 | 9593,恢复,深航,湖北其他城市的航班运力,, 1261 | 9593,恢复,深航,湖北其他城市的航班运力,, 1262 | 9593,恢复,深航,湖北其他城市的航班运力,, 1263 | 9595,恢复,深航,湖北其他城市的航班运力,, 1264 | 9596,恢复,深航,湖北其他城市的航班运力,, 1265 | 9597,恢复,深航,湖北其他城市的航班运力,, 1266 | 9597,恢复,深航,湖北其他城市的航班运力,, 1267 | 9598,恢复,深航,湖北其他城市的航班运力,, 1268 | 9598,恢复,深航,湖北其他城市的航班运力,, 1269 | 9599,恢复,深航,湖北其他城市的航班运力,, 1270 | 9600,恢复,深航,湖北其他城市的航班运力,, 1271 | 9601,恢复,深航,湖北其他城市的航班运力,, 1272 | 9602,恢复,深航,湖北其他城市的航班运力,, 1273 | 9603,恢复,深航,湖北其他城市的航班运力,, 1274 | 9604,恢复,深航,湖北其他城市的航班运力,, 1275 | 9605,恢复,深航,湖北其他城市的航班运力,, 1276 | 9606,恢复,深航,湖北其他城市的航班运力,, 1277 | 9606,恢复,深航,湖北其他城市的航班运力,, 1278 | 9607,恢复,深航,湖北其他城市的航班运力,, 1279 | 9607,恢复,深航,湖北其他城市的航班运力,, 1280 | 9607,恢复,深航,湖北其他城市的航班运力,, 1281 | 9608,恢复,深航,湖北其他城市的航班运力,, 1282 | 9608,恢复,深航,湖北其他城市的航班运力,, 1283 | 9615,恢复,深航,湖北其他城市的航班运力,, 1284 | 9615,恢复,深航,湖北其他城市的航班运力,, 1285 | 9616,恢复,深航,湖北其他城市的航班运力,, 1286 | 9617,恢复,深航,湖北其他城市的航班运力,, 1287 | 9618,恢复,深航,湖北其他城市的航班运力,, 1288 | 9619,恢复,深航,湖北其他城市的航班运力,, 1289 | 9619,恢复,深航,湖北其他城市的航班运力,, 1290 | 9620,恢复,深航,湖北其他城市的航班运力,, 1291 | 9622,恢复,深航,湖北其他城市的航班运力,, 1292 | 9624,恢复,深航,湖北其他城市的航班运力,, 1293 | 9624,恢复,深航,湖北其他城市的航班运力,, 1294 | 9626,恢复,深航,湖北其他城市的航班运力,, 1295 | 9627,恢复,深航,湖北其他城市的航班运力,, 1296 | 9627,恢复,深航,湖北其他城市的航班运力,, 1297 | 9628,恢复,深航,湖北其他城市的航班运力,, 1298 | 9629,恢复,深航,湖北其他城市的航班运力,, 1299 | 9630,恢复,深航,湖北其他城市的航班运力,, 1300 | 9630,恢复,深航,湖北其他城市的航班运力,, 1301 | 9632,恢复,深航,湖北其他城市的航班运力,, 1302 | 9632,恢复,深航,湖北其他城市的航班运力,, 1303 | 9634,恢复,深航,湖北其他城市的航班运力,, 1304 | 9634,恢复,深航,湖北其他城市的航班运力,, 1305 | 9636,恢复,深航,湖北其他城市的航班运力,, 1306 | 9636,恢复,深航,湖北其他城市的航班运力,, 1307 | 9637,恢复,深航,湖北其他城市的航班运力,, 1308 | 9638,恢复,深航,湖北其他城市的航班运力,, 1309 | 9639,恢复,深航,湖北其他城市的航班运力,, 1310 | 9641,恢复,深航,湖北其他城市的航班运力,, 1311 | 9643,恢复,深航,湖北其他城市的航班运力,, 1312 | 9643,恢复,深航,湖北其他城市的航班运力,, 1313 | 9644,恢复,深航,湖北其他城市的航班运力,, 1314 | 9644,恢复,深航,湖北其他城市的航班运力,, 1315 | 9644,恢复,深航,湖北其他城市的航班运力,, 1316 | 9645,恢复,深航,湖北其他城市的航班运力,, 1317 | 9646,恢复,深航,湖北其他城市的航班运力,, 1318 | 9646,恢复,深航,湖北其他城市的航班运力,, 1319 | 9648,恢复,深航,湖北其他城市的航班运力,, 1320 | 9648,恢复,深航,湖北其他城市的航班运力,, 1321 | 9649,恢复,深航,湖北其他城市的航班运力,, 1322 | 9649,恢复,深航,湖北其他城市的航班运力,, 1323 | 9650,恢复,深航,湖北其他城市的航班运力,, 1324 | 9650,恢复,深航,湖北其他城市的航班运力,, 1325 | 9651,恢复,深航,湖北其他城市的航班运力,, 1326 | 9652,恢复,深航,湖北其他城市的航班运力,, 1327 | 9652,恢复,深航,湖北其他城市的航班运力,, 1328 | 9654,恢复,深航,湖北其他城市的航班运力,, 1329 | 9655,恢复,深航,湖北其他城市的航班运力,, 1330 | 9656,恢复,深航,湖北其他城市的航班运力,, 1331 | 9656,恢复,深航,湖北其他城市的航班运力,, 1332 | 9656,恢复,深航,湖北其他城市的航班运力,, 1333 | 9657,恢复,深航,湖北其他城市的航班运力,, 1334 | 9658,恢复,深航,湖北其他城市的航班运力,, 1335 | 9658,恢复,深航,湖北其他城市的航班运力,, 1336 | 9659,恢复,深航,湖北其他城市的航班运力,, 1337 | 9659,恢复,深航,湖北其他城市的航班运力,, 1338 | 9660,恢复,深航,湖北其他城市的航班运力,, 1339 | 9660,恢复,深航,湖北其他城市的航班运力,, 1340 | 9660,恢复,深航,湖北其他城市的航班运力,, 1341 | 9660,恢复,深航,湖北其他城市的航班运力,, 1342 | 9661,恢复,深航,湖北其他城市的航班运力,, 1343 | 9661,恢复,深航,湖北其他城市的航班运力,, 1344 | 9663,恢复,深航,湖北其他城市的航班运力,, 1345 | 9663,恢复,深航,湖北其他城市的航班运力,, 1346 | 9663,恢复,深航,湖北其他城市的航班运力,, 1347 | 9663,恢复,深航,湖北其他城市的航班运力,, 1348 | 9664,恢复,深航,湖北其他城市的航班运力,, 1349 | 9665,恢复,深航,湖北其他城市的航班运力,, 1350 | 9665,恢复,深航,湖北其他城市的航班运力,, 1351 | 9665,恢复,深航,湖北其他城市的航班运力,, 1352 | 9667,恢复,深航,湖北其他城市的航班运力,, 1353 | 9667,恢复,深航,湖北其他城市的航班运力,, 1354 | 9668,恢复,深航,湖北其他城市的航班运力,, 1355 | 9668,恢复,深航,湖北其他城市的航班运力,, 1356 | 9669,恢复,深航,湖北其他城市的航班运力,, 1357 | 9670,恢复,深航,湖北其他城市的航班运力,, 1358 | 9672,恢复,深航,湖北其他城市的航班运力,, 1359 | 9673,恢复,深航,湖北其他城市的航班运力,, 1360 | 9676,恢复,深航,湖北其他城市的航班运力,, 1361 | 9677,恢复,深航,湖北其他城市的航班运力,, 1362 | 9679,恢复,深航,湖北其他城市的航班运力,, 1363 | 9680,恢复,深航,湖北其他城市的航班运力,, 1364 | 9681,恢复,深航,湖北其他城市的航班运力,, 1365 | 9682,恢复,深航,湖北其他城市的航班运力,, 1366 | 9683,恢复,深航,湖北其他城市的航班运力,, 1367 | 9686,恢复,深航,湖北其他城市的航班运力,, 1368 | 9686,恢复,深航,湖北其他城市的航班运力,, 1369 | 9687,恢复,深航,湖北其他城市的航班运力,, 1370 | 9687,恢复,深航,湖北其他城市的航班运力,, 1371 | 9687,恢复,深航,湖北其他城市的航班运力,, 1372 | 9688,恢复,深航,湖北其他城市的航班运力,, 1373 | 9689,恢复,深航,湖北其他城市的航班运力,, 1374 | 9691,恢复,深航,湖北其他城市的航班运力,, 1375 | 9691,恢复,深航,湖北其他城市的航班运力,, 1376 | 9692,恢复,深航,湖北其他城市的航班运力,, 1377 | 9692,恢复,深航,湖北其他城市的航班运力,, 1378 | 9693,恢复,深航,湖北其他城市的航班运力,, 1379 | 9694,恢复,深航,湖北其他城市的航班运力,, 1380 | 9694,恢复,深航,湖北其他城市的航班运力,, 1381 | 9694,恢复,深航,湖北其他城市的航班运力,, 1382 | 9695,恢复,深航,湖北其他城市的航班运力,, 1383 | 9695,恢复,深航,湖北其他城市的航班运力,, 1384 | 9696,恢复,深航,湖北其他城市的航班运力,, 1385 | 9697,恢复,深航,湖北其他城市的航班运力,, 1386 | 9698,恢复,深航,湖北其他城市的航班运力,, 1387 | 9699,恢复,深航,湖北其他城市的航班运力,, 1388 | 9701,恢复,深航,湖北其他城市的航班运力,, 1389 | 9702,恢复,深航,湖北其他城市的航班运力,, 1390 | 9703,恢复,深航,湖北其他城市的航班运力,, 1391 | 9705,恢复,深航,湖北其他城市的航班运力,, 1392 | 9705,恢复,深航,湖北其他城市的航班运力,, 1393 | 9706,恢复,深航,湖北其他城市的航班运力,, 1394 | 9709,恢复,深航,湖北其他城市的航班运力,, 1395 | 9711,恢复,深航,湖北其他城市的航班运力,, 1396 | 9712,恢复,深航,湖北其他城市的航班运力,, 1397 | 9713,恢复,深航,湖北其他城市的航班运力,, 1398 | 9713,恢复,深航,湖北其他城市的航班运力,, 1399 | 9713,恢复,深航,湖北其他城市的航班运力,, 1400 | 9715,恢复,深航,湖北其他城市的航班运力,, 1401 | 9716,恢复,深航,湖北其他城市的航班运力,, 1402 | 9716,恢复,深航,湖北其他城市的航班运力,, 1403 | 9717,恢复,深航,湖北其他城市的航班运力,, 1404 | 9718,恢复,深航,湖北其他城市的航班运力,, 1405 | 9720,恢复,深航,湖北其他城市的航班运力,, 1406 | 9722,恢复,深航,湖北其他城市的航班运力,, 1407 | 9723,恢复,深航,湖北其他城市的航班运力,, 1408 | 9723,恢复,深航,湖北其他城市的航班运力,, 1409 | 9725,恢复,深航,湖北其他城市的航班运力,, 1410 | 9725,恢复,深航,湖北其他城市的航班运力,, 1411 | 9726,恢复,深航,湖北其他城市的航班运力,, 1412 | 9730,恢复,深航,湖北其他城市的航班运力,, 1413 | 9731,恢复,深航,湖北其他城市的航班运力,, 1414 | 9734,恢复,深航,湖北其他城市的航班运力,, 1415 | 9735,恢复,深航,湖北其他城市的航班运力,, 1416 | 9737,恢复,深航,湖北其他城市的航班运力,, 1417 | 9738,恢复,深航,湖北其他城市的航班运力,, 1418 | 9738,恢复,深航,湖北其他城市的航班运力,, 1419 | 9739,恢复,深航,湖北其他城市的航班运力,, 1420 | 9740,恢复,深航,湖北其他城市的航班运力,, 1421 | 9741,恢复,深航,湖北其他城市的航班运力,, 1422 | 9742,恢复,深航,湖北其他城市的航班运力,, 1423 | 9742,恢复,深航,湖北其他城市的航班运力,, 1424 | 9744,恢复,深航,湖北其他城市的航班运力,, 1425 | 9746,恢复,深航,湖北其他城市的航班运力,, 1426 | 9748,恢复,深航,湖北其他城市的航班运力,, 1427 | 9749,恢复,深航,湖北其他城市的航班运力,, 1428 | 9750,恢复,深航,湖北其他城市的航班运力,, 1429 | 9750,恢复,深航,湖北其他城市的航班运力,, 1430 | 9751,恢复,深航,湖北其他城市的航班运力,, 1431 | 9751,恢复,深航,湖北其他城市的航班运力,, 1432 | 9751,恢复,深航,湖北其他城市的航班运力,, 1433 | 9752,恢复,深航,湖北其他城市的航班运力,, 1434 | 9755,恢复,深航,湖北其他城市的航班运力,, 1435 | 9759,恢复,深航,湖北其他城市的航班运力,, 1436 | 9761,恢复,深航,湖北其他城市的航班运力,, 1437 | 9761,恢复,深航,湖北其他城市的航班运力,, 1438 | 9761,恢复,深航,湖北其他城市的航班运力,, 1439 | 9763,恢复,深航,湖北其他城市的航班运力,, 1440 | 9763,恢复,深航,湖北其他城市的航班运力,, 1441 | 9765,恢复,深航,湖北其他城市的航班运力,, 1442 | 9765,恢复,深航,湖北其他城市的航班运力,, 1443 | 9766,恢复,深航,湖北其他城市的航班运力,, 1444 | 9767,恢复,深航,湖北其他城市的航班运力,, 1445 | 9769,恢复,深航,湖北其他城市的航班运力,, 1446 | 9769,恢复,深航,湖北其他城市的航班运力,, 1447 | 9769,恢复,深航,湖北其他城市的航班运力,, 1448 | 9770,恢复,深航,湖北其他城市的航班运力,, 1449 | 9773,恢复,深航,湖北其他城市的航班运力,, 1450 | 9773,恢复,深航,湖北其他城市的航班运力,, 1451 | 9774,恢复,深航,湖北其他城市的航班运力,, 1452 | 9778,恢复,深航,湖北其他城市的航班运力,, 1453 | 9778,恢复,深航,湖北其他城市的航班运力,, 1454 | 9779,恢复,深航,湖北其他城市的航班运力,, 1455 | 9780,恢复,深航,湖北其他城市的航班运力,, 1456 | 9780,恢复,深航,湖北其他城市的航班运力,, 1457 | 9780,恢复,深航,湖北其他城市的航班运力,, 1458 | 9780,恢复,深航,湖北其他城市的航班运力,, 1459 | 9781,恢复,深航,湖北其他城市的航班运力,, 1460 | 9781,恢复,深航,湖北其他城市的航班运力,, 1461 | 9781,恢复,深航,湖北其他城市的航班运力,, 1462 | 9782,恢复,深航,湖北其他城市的航班运力,, 1463 | 9782,恢复,深航,湖北其他城市的航班运力,, 1464 | 9783,恢复,深航,湖北其他城市的航班运力,, 1465 | 9784,恢复,深航,湖北其他城市的航班运力,, 1466 | 9786,恢复,深航,湖北其他城市的航班运力,, 1467 | 9786,恢复,深航,湖北其他城市的航班运力,, 1468 | 9788,恢复,深航,湖北其他城市的航班运力,, 1469 | 9791,恢复,深航,湖北其他城市的航班运力,, 1470 | 9792,恢复,深航,湖北其他城市的航班运力,, 1471 | 9795,恢复,深航,湖北其他城市的航班运力,, 1472 | 9795,恢复,深航,湖北其他城市的航班运力,, 1473 | 9796,恢复,深航,湖北其他城市的航班运力,, 1474 | 9796,恢复,深航,湖北其他城市的航班运力,, 1475 | 9798,恢复,深航,湖北其他城市的航班运力,, 1476 | 9798,恢复,深航,湖北其他城市的航班运力,, 1477 | 9799,恢复,深航,湖北其他城市的航班运力,, 1478 | 9800,恢复,深航,湖北其他城市的航班运力,, 1479 | 9804,恢复,深航,湖北其他城市的航班运力,, 1480 | 9804,恢复,深航,湖北其他城市的航班运力,, 1481 | 9804,恢复,深航,湖北其他城市的航班运力,, 1482 | 9806,恢复,深航,湖北其他城市的航班运力,, 1483 | 9807,恢复,深航,湖北其他城市的航班运力,, 1484 | 9807,恢复,深航,湖北其他城市的航班运力,, 1485 | 9809,恢复,深航,湖北其他城市的航班运力,, 1486 | 9809,恢复,深航,湖北其他城市的航班运力,, 1487 | 9810,恢复,深航,湖北其他城市的航班运力,, 1488 | 9810,恢复,深航,湖北其他城市的航班运力,, 1489 | 9811,恢复,深航,湖北其他城市的航班运力,, 1490 | 9812,恢复,深航,湖北其他城市的航班运力,, 1491 | 9813,恢复,深航,湖北其他城市的航班运力,, 1492 | 9813,恢复,深航,湖北其他城市的航班运力,, 1493 | 9814,恢复,深航,湖北其他城市的航班运力,, 1494 | 9815,恢复,深航,湖北其他城市的航班运力,, 1495 | 9816,恢复,深航,湖北其他城市的航班运力,, 1496 | 9818,恢复,深航,湖北其他城市的航班运力,, 1497 | 9819,恢复,深航,湖北其他城市的航班运力,, 1498 | 9819,恢复,深航,湖北其他城市的航班运力,, 1499 | 9822,恢复,深航,湖北其他城市的航班运力,, 1500 | 9822,恢复,深航,湖北其他城市的航班运力,, 1501 | 9823,恢复,深航,湖北其他城市的航班运力,, 1502 | 9824,恢复,深航,湖北其他城市的航班运力,, 1503 | 9825,恢复,深航,湖北其他城市的航班运力,, 1504 | 9826,恢复,深航,湖北其他城市的航班运力,, 1505 | 9828,恢复,深航,湖北其他城市的航班运力,, 1506 | 9829,恢复,深航,湖北其他城市的航班运力,, 1507 | 9831,恢复,深航,湖北其他城市的航班运力,, 1508 | 9833,恢复,深航,湖北其他城市的航班运力,, 1509 | 9836,恢复,深航,湖北其他城市的航班运力,, 1510 | 9836,恢复,深航,湖北其他城市的航班运力,, 1511 | 9836,恢复,深航,湖北其他城市的航班运力,, 1512 | 9837,恢复,深航,湖北其他城市的航班运力,, 1513 | 9838,恢复,深航,湖北其他城市的航班运力,, 1514 | 9839,恢复,深航,湖北其他城市的航班运力,, 1515 | 9839,恢复,深航,湖北其他城市的航班运力,, 1516 | 9839,恢复,深航,湖北其他城市的航班运力,, 1517 | 9840,恢复,深航,湖北其他城市的航班运力,, 1518 | 9840,恢复,深航,湖北其他城市的航班运力,, 1519 | 9840,恢复,深航,湖北其他城市的航班运力,, 1520 | 9842,恢复,深航,湖北其他城市的航班运力,, 1521 | 9842,恢复,深航,湖北其他城市的航班运力,, 1522 | 9842,恢复,深航,湖北其他城市的航班运力,, 1523 | 9844,恢复,深航,湖北其他城市的航班运力,, 1524 | 9844,恢复,深航,湖北其他城市的航班运力,, 1525 | 9845,恢复,深航,湖北其他城市的航班运力,, 1526 | 9845,恢复,深航,湖北其他城市的航班运力,, 1527 | 9847,恢复,深航,湖北其他城市的航班运力,, 1528 | 9848,恢复,深航,湖北其他城市的航班运力,, 1529 | 9849,恢复,深航,湖北其他城市的航班运力,, 1530 | 9851,恢复,深航,湖北其他城市的航班运力,, 1531 | 9852,恢复,深航,湖北其他城市的航班运力,, 1532 | 9853,恢复,深航,湖北其他城市的航班运力,, 1533 | 9854,恢复,深航,湖北其他城市的航班运力,, 1534 | 9854,恢复,深航,湖北其他城市的航班运力,, 1535 | 9855,恢复,深航,湖北其他城市的航班运力,, 1536 | 9856,恢复,深航,湖北其他城市的航班运力,, 1537 | 9858,恢复,深航,湖北其他城市的航班运力,, 1538 | 9858,恢复,深航,湖北其他城市的航班运力,, 1539 | 9858,恢复,深航,湖北其他城市的航班运力,, 1540 | 9859,恢复,深航,湖北其他城市的航班运力,, 1541 | 9861,恢复,深航,湖北其他城市的航班运力,, 1542 | 9863,恢复,深航,湖北其他城市的航班运力,, 1543 | 9863,恢复,深航,湖北其他城市的航班运力,, 1544 | 9864,恢复,深航,湖北其他城市的航班运力,, 1545 | 9865,恢复,深航,湖北其他城市的航班运力,, 1546 | 9866,恢复,深航,湖北其他城市的航班运力,, 1547 | 9868,恢复,深航,湖北其他城市的航班运力,, 1548 | 9869,恢复,深航,湖北其他城市的航班运力,, 1549 | 9872,恢复,深航,湖北其他城市的航班运力,, 1550 | 9872,恢复,深航,湖北其他城市的航班运力,, 1551 | 9873,恢复,深航,湖北其他城市的航班运力,, 1552 | 9874,恢复,深航,湖北其他城市的航班运力,, 1553 | 9875,恢复,深航,湖北其他城市的航班运力,, 1554 | 9878,恢复,深航,湖北其他城市的航班运力,, 1555 | 9878,恢复,深航,湖北其他城市的航班运力,, 1556 | 9879,恢复,深航,湖北其他城市的航班运力,, 1557 | 9880,恢复,深航,湖北其他城市的航班运力,, 1558 | 9882,恢复,深航,湖北其他城市的航班运力,, 1559 | 9884,恢复,深航,湖北其他城市的航班运力,, 1560 | 9885,恢复,深航,湖北其他城市的航班运力,, 1561 | 9889,恢复,深航,湖北其他城市的航班运力,, 1562 | 9889,恢复,深航,湖北其他城市的航班运力,, 1563 | 9890,恢复,深航,湖北其他城市的航班运力,, 1564 | 9891,恢复,深航,湖北其他城市的航班运力,, 1565 | 9893,恢复,深航,湖北其他城市的航班运力,, 1566 | 9893,恢复,深航,湖北其他城市的航班运力,, 1567 | 9895,恢复,深航,湖北其他城市的航班运力,, 1568 | 9896,恢复,深航,湖北其他城市的航班运力,, 1569 | 9897,恢复,深航,湖北其他城市的航班运力,, 1570 | 9897,恢复,深航,湖北其他城市的航班运力,, 1571 | 9898,恢复,深航,湖北其他城市的航班运力,, 1572 | 9901,恢复,深航,湖北其他城市的航班运力,, 1573 | 9901,恢复,深航,湖北其他城市的航班运力,, 1574 | 9901,恢复,深航,湖北其他城市的航班运力,, 1575 | 9902,恢复,深航,湖北其他城市的航班运力,, 1576 | 9903,恢复,深航,湖北其他城市的航班运力,, 1577 | 9903,恢复,深航,湖北其他城市的航班运力,, 1578 | 9904,恢复,深航,湖北其他城市的航班运力,, 1579 | 9906,恢复,深航,湖北其他城市的航班运力,, 1580 | 9909,恢复,深航,湖北其他城市的航班运力,, 1581 | 9909,恢复,深航,湖北其他城市的航班运力,, 1582 | 9910,恢复,深航,湖北其他城市的航班运力,, 1583 | 9910,恢复,深航,湖北其他城市的航班运力,, 1584 | 9911,恢复,深航,湖北其他城市的航班运力,, 1585 | 9912,恢复,深航,湖北其他城市的航班运力,, 1586 | 9912,恢复,深航,湖北其他城市的航班运力,, 1587 | 9914,恢复,深航,湖北其他城市的航班运力,, 1588 | 9914,恢复,深航,湖北其他城市的航班运力,, 1589 | 9914,恢复,深航,湖北其他城市的航班运力,, 1590 | 9915,恢复,深航,湖北其他城市的航班运力,, 1591 | 9915,恢复,深航,湖北其他城市的航班运力,, 1592 | 9916,恢复,深航,湖北其他城市的航班运力,, 1593 | 9917,恢复,深航,湖北其他城市的航班运力,, 1594 | 9918,恢复,深航,湖北其他城市的航班运力,, 1595 | 9919,恢复,深航,湖北其他城市的航班运力,, 1596 | 9920,恢复,深航,湖北其他城市的航班运力,, 1597 | 9921,恢复,深航,湖北其他城市的航班运力,, 1598 | 9921,恢复,深航,湖北其他城市的航班运力,, 1599 | 9922,恢复,深航,湖北其他城市的航班运力,, 1600 | 9925,恢复,深航,湖北其他城市的航班运力,, 1601 | 9927,恢复,深航,湖北其他城市的航班运力,, 1602 | 9928,恢复,深航,湖北其他城市的航班运力,, 1603 | 9928,恢复,深航,湖北其他城市的航班运力,, 1604 | 9930,恢复,深航,湖北其他城市的航班运力,, 1605 | 9931,恢复,深航,湖北其他城市的航班运力,, 1606 | 9932,恢复,深航,湖北其他城市的航班运力,, 1607 | 9932,恢复,深航,湖北其他城市的航班运力,, 1608 | 9934,恢复,深航,湖北其他城市的航班运力,, 1609 | 9935,恢复,深航,湖北其他城市的航班运力,, 1610 | 9935,恢复,深航,湖北其他城市的航班运力,, 1611 | 9935,恢复,深航,湖北其他城市的航班运力,, 1612 | 9937,恢复,深航,湖北其他城市的航班运力,, 1613 | 9939,恢复,深航,湖北其他城市的航班运力,, 1614 | 9939,恢复,深航,湖北其他城市的航班运力,, 1615 | 9939,恢复,深航,湖北其他城市的航班运力,, 1616 | 9940,恢复,深航,湖北其他城市的航班运力,, 1617 | 9941,恢复,深航,湖北其他城市的航班运力,, 1618 | 9942,恢复,深航,湖北其他城市的航班运力,, 1619 | 9943,恢复,深航,湖北其他城市的航班运力,, 1620 | 9944,恢复,深航,湖北其他城市的航班运力,, 1621 | 9947,恢复,深航,湖北其他城市的航班运力,, 1622 | 9947,恢复,深航,湖北其他城市的航班运力,, 1623 | 9948,恢复,深航,湖北其他城市的航班运力,, 1624 | 9949,恢复,深航,湖北其他城市的航班运力,, 1625 | 9949,恢复,深航,湖北其他城市的航班运力,, 1626 | 9950,恢复,深航,湖北其他城市的航班运力,, 1627 | 9952,恢复,深航,湖北其他城市的航班运力,, 1628 | 9953,恢复,深航,湖北其他城市的航班运力,, 1629 | 9953,恢复,深航,湖北其他城市的航班运力,, 1630 | 9954,恢复,深航,湖北其他城市的航班运力,, 1631 | 9958,恢复,深航,湖北其他城市的航班运力,, 1632 | 9961,恢复,深航,湖北其他城市的航班运力,, 1633 | 9962,恢复,深航,湖北其他城市的航班运力,, 1634 | 9962,恢复,深航,湖北其他城市的航班运力,, 1635 | 9963,恢复,深航,湖北其他城市的航班运力,, 1636 | 9971,恢复,深航,湖北其他城市的航班运力,, 1637 | 9971,恢复,深航,湖北其他城市的航班运力,, 1638 | 9972,恢复,深航,湖北其他城市的航班运力,, 1639 | 9975,恢复,深航,湖北其他城市的航班运力,, 1640 | 9975,恢复,深航,湖北其他城市的航班运力,, 1641 | 9976,恢复,深航,湖北其他城市的航班运力,, 1642 | 9978,恢复,深航,湖北其他城市的航班运力,, 1643 | 9979,恢复,深航,湖北其他城市的航班运力,, 1644 | 9981,恢复,深航,湖北其他城市的航班运力,, 1645 | 9983,恢复,深航,湖北其他城市的航班运力,, 1646 | -------------------------------------------------------------------------------- /DataSet/test/test.csv: -------------------------------------------------------------------------------- 1 | id,news 2 | 7953,此外，深航积极恢复湖北其他城市的航班运力，已于近日陆续恢复襄阳往返深圳、惠州、沈阳、珠海，宜昌往返惠州、温州的航班 3 | 7955,同时，因其违反中国法律、法规规定，妨害社会管理，根据《出境入境管理法》第八十一条第一款，越秀区公安分局于4月3日对其作出限期出境处罚 4 | 7956,2008年间，佛山市南海区某五金机械厂等8名合法债权人因与罗某丰所经营的某灯具公司发生买卖合同纠纷，于2008年8月向原广州市萝岗区人民法院申请诉前财产保全，由该院查封了灯具公司位于广州市九龙镇九佛工业园承租地块8万多平方米及土地上的所有建筑物 5 | 7959,广州男子涉嫌偷拍女同学发布淫秽信息，学校发声4月8日9时许，广州警方发布通报，经过缜密调查，广州白云警方于4月7日凌晨4时许抓获涉嫌在社交网络上发布淫秽信息的犯罪嫌疑人高某（男，24岁） 6 | 7960,作为广东深圳一家节能企业的董事长，从1月29日开始，李海建便来到武汉参与医疗废弃物焚烧车间建设 7 | 7962,3月23日，李海建曾告诉南都记者，那时候，他每天都很关注雷神山的病人数量，以及产生的医疗废弃物数量，“数据一降下来就欢呼 8 | 7964,据央视消息，随着患者的陆续减少，雷神山医院继续减少病区 9 | 7965,1月底来雷神山建设医疗废弃物焚烧车间后，李海建曾委托公司发布志愿者招募信息，公司同事和很多素不相识的人从五湖四海赶来，志愿加入焚烧车间的工作 10 | 7966,4月7日，李海建告诉南都记者，现在，除公司同事以外的大部分志愿者都已离开雷神山，有的正在隔离中，有的已结束医学观察 11 | 7970,”此外，3月31日至4月3日期间，受武汉市疾病预防控制中心邀请，李海建参与了《关于印发办公场所公共场所及医疗机构集中空调通风系统清洗消毒技术指南试行的通知》研讨 12 | 7974,4月8日下午，广东省政府新闻办举行第51场疫情防控新闻发布会，省卫生健康委副主任周紫霄在发布会上表示，近期武汉返粤人员，需在湖北检测一次新冠病毒核酸，并扫一次广东粤康码，并连续申报至少3天的健康状况 13 | 7978,省自然资源厅全力做好地质灾害防范工作，通过64套监测设备对42处重点隐患点实施自动监测，组织全省1.8万名群测群防人员全部上岗到位，出动巡排查人员2376人次，巡查地质灾害隐患点、风险点2036处 14 | 7979,省应急管理厅联合省自然资源厅通过三大运营商向韶关、清远、河源等15个市发布地质灾害风险提示短信1.2亿条，提醒群众近日地质灾害风险较高，避免到山地峡谷游玩，发现险情及时撤离 15 | 7981,经调查，宋某（男，35岁，广州人，网名：船长）承认其于4月6日在微信群发布了相关不实涉疫信息，导致当晚“广州瑶台封村”“建方舱医院”等不实信息在社交媒体大量转发传播，引发网民不安和猜疑 16 | 7983,8日广州新增确诊病例3例，皆为排查发现4月8日0时至24时，广州市报告新增确诊病例3例，其中境外输入病例1例（入境口岸排查发现）、境外输入关联病例2例（密切接触者排查发现） 17 | 7984,以南航为例，4月8日起，南航恢复3班从武汉始发至深圳的航班，起飞时间分别为8时05分、12时35分、16时10分，班期为每天一班 18 | 7985,他们1月22日来深圳过年，已离开武汉78天了 19 | 7986,”刘女士全身做好防护，戴着口罩护目镜以及一次性雨衣，还提前申请了湖北健康码 20 | 7989,深圳机场地面服务公司专程为武汉回深首个航班举办欢迎仪式，为乘客和机组人员送上口罩、消毒液等礼物 21 | 7991,目前，公安机关已依法对涉嫌赌博犯罪嫌疑人（庄家）卢某作出刑事拘留，对涉嫌赌博违法人员陈某等9人分别作出行政拘留15日并处罚款1800元，对刘某等5人分别作出行政拘留5日的处罚 22 | 7992,4月9日凌晨，广花公路（平沙路段，北往南）发生地陷 23 | 7993,299名密切接触者正在接受医学观察 24 | 7994,4月1日，钟南山院士在深圳卫视的专访中，对当前新冠肺炎疫情的多个热点问题作出回应，以下为部分实录问答 25 | 7998,4月6日社区主动排查并采集咽拭子样本，4月7日晚新冠病毒核酸检测初筛结果为阳性，4月8日凌晨，转运至汕头大学医学院第一附属医院进行隔离医学观察 26 | 7999,3月6日，广州市政府向广州市人大常委会提出了提请审议《广州市禁止滥食野生动物条例（草案）》的议案 27 | 8000,3月9日，法制委员会对草案进行了统一审议，并根据各方面的意见，对草案进行了修改完善，形成了《广州市禁止滥食野生动物条例（草案修改稿）》 28 | 8002,上海建工一建集团项目部经理张杰介绍，复工人员目前已经超过300人，实行了近乎“全封闭式”管理，除了每日进行体温检测外，在工地内设立了36间独立观察区，由专人进行值守，负责回沪隔离期人员的生活起居，最大限度的确保复工安全 29 | 8005,日前，广东高院公布了疫情期间广东首例妨害传染病防治罪案件 30 | 8007,星岛环球网消息：人民网报道，北京时间3月11日，据法国媒体报道，巴黎圣日耳曼队前锋姆巴佩接受了新冠肺炎病毒检测，结果是阴性 31 | 8008,北京时间3月10日，巴黎进行了欧冠赛前的最后一场训练，但姆巴佩因为喉咙痛，没有出现在球队的训练中 32 | 8009,3月28日，深圳市医疗保障局联合市卫生健康委等七部门联合制定了《关于进一步推进深圳市落实国家组织药品集中采购和使用工作的通知》（深医保规〔2020〕4号） 33 | 8010,深圳市加入省联盟，进一步推进落实国家组织药品集中采购和使用，25个通用名药品中选价格进一步下降 34 | 8011,”3月9日上午，天海俱乐部召开内部会议，向球员通报了近来俱乐部的一些情况 35 | 8012,星岛环球网消息：人民网报道，北京时间3月10日晚，阿根廷国家队公布了3月份世预赛的备战大名单，这份名单中都是效力于海外的球员，梅西领衔，迪巴拉在列 36 | 8013,尤文俱乐部目前正在执行法律所要求的所有隔离程序，同时在普查与鲁加尼接触过的所有人 37 | 8014,第43分钟，亚特兰大再次超出比分，伊利西奇禁区内制造对手点球，并亲自主罚命中 38 | 8016,星岛环球网消息：据央视报道，北京时间3月12日消息，荷兰公布了最新一期国家队的名单，本赛季在埃因霍温表现出色的小将伊哈塔伦首次入选 39 | 8017,"据外媒报道,鉴于新冠肺炎疫情，欧足联发布公告，邀请所有成员于3月17号举行电话会议，决定各联赛、欧战和2020年欧洲杯的应对情况" 40 | 8019,就在八天前，天津天海足球俱乐部发布《关于拟对外零元转让天津天海俱乐部全部股权的公告》 41 | 8021,欧足联发布欧冠赛事延期公告 42 | 8022,星岛环球网消息：新华社广州3月13日电（记者王浩明）广州恒大淘宝足球俱乐部13日发布公告，给予球员费南多通报批评并扣罚人民币300万元的处罚 43 | 8023,#关注新冠肺炎#【#西甲球队CEO检测呈阳性#】13日，西甲球队莱加内斯发布公告，球队CEO奥特加新冠病毒检测呈阳性，与他有过密切接触的人员都被隔离 44 | 8026,国足迪拜集训增加队内对抗正在阿联酋迪拜集训的中国男足虽然受疫情影响取消了原计划与中超球队的两场热身赛，但为了充分“消化”主教练李铁传授的技战术内容，全队近期还是在队内进行了各类分组对抗 45 | 8028,目前欧冠赛事受疫情影响暂停，意大利当地的疫情日益严重，不少球员都投身到抗疫斗争中，通过捐款、捐赠医疗设备、充当志愿者等方式为意大利抗击疫情做出自己的贡献 46 | 8029,北京时间2月2日，在瓦伦西亚1:0击败塞尔塔的比赛中，加雷遭遇十字韧带撕裂的重伤，赛季报销，最近一个月并未跟队训练及比赛 47 | 8030,星岛环球网消息：《北京青年报》报道，近日，国际足联通过官方渠道向旗下各会员协会提出“将原计划于3月、4月进行的国际足球赛事延期”的建议 48 | 8037,据英国《镜报》15日报道，那不勒斯足球俱乐部成员德赖斯·梅尔滕斯（DriesMertens）在社交媒体上发布了自己的训练视频 49 | 8042,国足这一趟阿联酋迪拜集训实属“不得已而为之”：2月22日亚足联确定3月26日和3月31日的两场世预赛40强赛易地至泰国武里南空场举行，中国足协相关部门便立即制定海外集训计划（阿联酋集训至赛前3天包机前往泰国）以便球队最大限度避免干扰 50 | 8043,随后教练组公布球员集训名单，并做好3月3日在京人员集结出发的一切准备 51 | 8045,2018年底，中国足协曾推出赛会制的U23联赛，但积极参赛的俱乐部并不在多数 52 | 8046,原标题：西班牙人6人感染新冠病毒，均为轻症星岛环球网消息：据《成都商报》报道，3月18日4时53分，皇家西班牙人足球俱乐部官方微博发布公告，巴塞罗那皇家西班牙人足球俱乐部对一队球员和工作人员进行了新型冠状病毒的测试，结果显示共有6人结果为阳性 53 | 8047,南都记者通过梅州客家官微“梅州客家足球俱乐部官方号”查询发现，2019年1月15日，中甲球队梅州客家官方宣布，巴西籍运动员多利（Dorielton）、巴西籍运动员桑托斯（Santos）正式加盟梅州客家足球队，并将代表梅州客家队征战2019年中甲联赛 54 | 8048,在意大利当地时间昨日，意甲官方成立赛事委员会，主要负责联赛的恢复工作和可能分担一定的经济损失，届时俱乐部也会要求球员做出一些贡献 55 | 8049,”“这周西班牙也通过关闭公共场所、宣布封城、劝导民众尽量待在家中等一系列措施来控制疫情蔓延，看到很多球迷很关心我和家人的生活，特别是还有球迷委托媒体朋友辗转给我送来口罩，十分感动，现在我家里储备的防护物资都很充足，俱乐部也会有足够的备货提供，请大家放心 56 | 8050,2020年欧洲杯、美洲杯双双延后一年举行2021世俱杯延期成必然明年秋冬举办最理想欧足联、南美洲足联3月17日先后通过官方渠道确认，原计划于今夏举行的2020年欧洲杯、美洲杯赛事，受疫情影响双双延至一年后举行 57 | 8053,成立国际足联理事会特别工作组，监测形势变化，与各国足协密切合作，并就应对这一流行病后果的协调办法达成一致意见，其中包括：日程安排——确保为各级赛事找到合适的全球解决方案，考虑到所有利益相关者的需求，同时始终把所有参与者的健康作为第一要务；球员转会——评估修改或临时豁免《国际足联球员身份和转会条例》的必要性，以保护球员和俱乐部的合同，并调整球员的注册期限；潜在支持基金——评估各大洲不同足球利益相关者面临的经济影响，以分析是否需要全球层面的支持基金，以及在这种情况下应如何界定具体的支持机制 58 | 8055,今年2月份，西班牙人俱乐部向中国捐赠了45万个口罩，支持中国抗击新冠肺炎疫情 59 | 8056,我们支持欧足联将欧洲杯推迟举办的决议，这样留出足够的时间，以保证国内和欧洲足球俱乐部赛事有更充裕的机会恢复进行 60 | 8059,星岛环球网消息：据天空体育报道，国米球星卢卡库近日接受了采访，再次谈到了他离开曼联的原因，他表示索尔斯克亚希望他留队，但他自己想要换个环境 61 | 8061,图片来源：卡迪夫城官方微博据英媒报道，北京时间3月19日晚，英冠卡迪夫城俱乐部公布了一个噩耗，球队名宿彼得-惠廷汉姆去世 62 | 8065,在此之前，欧洲足球五大联赛英超、西甲、意甲、德甲和法甲已全部暂停比赛，何时恢复尚无定论 63 | 8066,鉴于新冠疫情的大流行导致西班牙医疗系统接近崩溃，西班牙卫生部长萨尔瓦多·伊拉宣布，紧急调用5万名医护人员，其中包括退休医生和应届医学毕业生 64 | 8067,本月18日，外交部发言人耿爽表示，中国政府已宣布对意大利、法国、西班牙等几十个国家提供力所能及的抗疫物资援助，并支持友好国家在中国市场采购医疗物资 65 | 8068,目前武磊症状轻微，正接受治疗 66 | 8069,同时官方还表示，所有球员和一线队工作人员都在早些时候接受了检测，目前仍在等待大约一半人数的检测结果 67 | 8070,当地时间20日，马尔蒂尼接受了新冠检测，结果为阳性 68 | 8071,迪巴拉在个人社交媒体上向球迷通报病毒检测情况 69 | 8072,文章指出，意甲联盟和意大利足协正在就降薪一事进行对话 70 | 8077,本来国足集训到3月25日才结束的，但眼见国外新冠肺炎疫情迅速蔓延，国足向中国足协申请提前回国 71 | 8078,星岛环球网消息：中新网3月22日电中超山东鲁能俱乐部22日发布声明，宣布球队比利时外援费莱尼在隔离观察期间核酸检测呈阳性，中超联赛也出现了首例新冠肺炎感染球员 72 | 8079,山东鲁能官网声明截图据此前济南市卫生健康委发布的通报介绍，一位32岁的比利时男性，3月19日于新加坡乘坐航班到达上海浦东国际机场；3月20日由上海虹桥火车站乘坐高铁到达济南西站，直接由专车转运至集中隔离点实施医学观察；3月21日接受核酸检测呈阳性，此后确诊为新型冠状病毒肺炎确诊病例 73 | 8081,比如曼联2014年开始执行来自通用汽车5.59亿美元（约4.5亿英镑）的7年胸前广告赞助合同，这是迄今为止国际足坛最昂贵的胸前广告合同，而胸前广告单赛季合同金额超过4000万英镑的英超球队还有利物浦、曼城、阿森纳、切尔西、热刺，而与之匹配的，是2019赛季至2022赛季包括英国本土以及海外版权在内的大约90亿英镑的媒体转播版权费用 74 | 8082,报道截图英超于当地时间本周四召开了股东大会，随后官方宣布联赛将继续延期，英超比赛至少暂停至4月30日 75 | 8084,2020年2月2日，卡拉巴和他的3位同胞乘机来到法国，随后在法国接受了14天的隔离观察 76 | 8085,”卡拉巴说，他介绍了当时目睹的武汉采取的一些措施：例如建立方舱医院；严格隔离疑似患者和密切接触者；进行大规模核酸检测，覆盖更广泛的人群，对疑似患者、密切接触者都进行检测；政府有详细的公告，关闭了公共交通等，很有效果 77 | 8087,”费莱尼曾在2013-2019年效力于曼联，2019年他离开曼联转会加盟山东鲁能 78 | 8090,《马卡报》指出，巴萨男足球员们拒绝这份降薪提议 79 | 8093,文中称，法国职业足球联盟董事会于当地时间3月23日周一召开了一次电话会议 80 | 8094,星岛环球网消息：人民网报道，河南建业足球俱乐部昨日发布官方公告，球员冯卓毅以自由身的身份离队，选择加盟成都兴城 81 | 8095,武磊方面发布声明辟谣 82 | 8096,但随后武磊团队发布声明进行辟谣，武磊还更新了最新一期的周记 83 | 8097,缺阵新冠肺炎后，武磊通过个人社交媒体发布视频介绍自己的情况 84 | 8098,在确诊感染新冠肺炎后，中国球员武磊通过视频介绍了自己现在的情况 85 | 8100,与此同时，上海足协与德国足协等欧美足协以及多特蒙德等顶尖足球俱乐部开展多方合作已见成效，搭建起上海足球自己的球探体系，更好的服务于青训工作 86 | 8101,由于有长期赞助合同，德国足协并没有破产的风险，而且德国足协还会采取一些措施，尽量减少新冠肺炎疫情带来的经济损失，其中包括降低人员成本 87 | 8103,”对此，中国驻巴塞罗那总领馆发布声明回应，全文如下：近期，我馆关注到有国内媒体报道，在武磊确诊新冠肺炎之后，大量中国球迷向西班牙捐献了口罩和防护服等抗疫装备，并将通过驻巴塞罗那总领馆分发到西班牙全国 88 | 8104,据外媒报道，为了防止球员们宅在家“放飞自我”，西甲豪门皇家马德里俱乐部的体能教练，为每位球员都制定了特殊时期的训练计划 89 | 8106,所有的球员都参加了训练 90 | 8107,伊达尔戈曾在1976年到1984年执教法国国家队，1984年欧洲杯决赛，东道主法国2-0击败西班牙夺得冠军，之后伊达尔戈就离开了国家队帅位，两年前，他曾经率队打入世界杯半决赛，但是不敌西德无缘决赛 91 | 8109,疫情发生后，中国足协反应迅速，成立了协会疫情防控工作组，并通过一系列实在举措深入落实行业内疫情防控工作 92 | 8110,星岛环球网消息：中新网3月27日电北京时间27日晚，中国足协公布了新一期女足集训名单 93 | 8112,27日，恒大主帅卡纳瓦罗在自己的社交媒体上发布了一则自己手持《解除医学观察告知书》的视频，宣布自己已经结束了14天的入境居家隔离观察期 94 | 8113,在居家隔离期间，卡纳瓦罗接受意大利媒体采访时，介绍了很多中国对抗疫情的方法 95 | 8114,作为2006年世界杯的冠军队长，卡纳瓦罗此前与当年的队友们为意大利的抗击疫情进行了捐款，不久前他还与西班牙著名门将卡西利亚斯进行连线，介绍了中国的抗疫经验 96 | 8115,一位球员有天离开自己房间去另一个房间串门被发现，随后社区民警上门对该球员进行训诫，球员本人虽然很快表示认错道歉，但俱乐部还是从严处罚，向该球员罚款50万元人民币 97 | 8116,瓦加斯对智利媒体表示，他支持中国的防控措施，中国的抗疫经验已经被证明是成功的 98 | 8117,北京时间29日，意甲豪门尤文图斯俱乐部就发布公告称，经过协商，俱乐部已经与一线队的球员和教练达成了关于本赛季剩余部分的薪酬缩减协议，后者同意降低3月至6月的薪水，帮助球队渡过难关 99 | 8119,”新闻多一点：在确诊感染新冠肺炎后，武磊于北京时间3月21日通过视频介绍了自己的情况 100 | 8120,成立“抗疫”工作组FIFA形成三方面决议10多天前，国际足联召开理事会主席团视频会议 101 | 8121,有消息称，国际足联“抗疫”工作组近期就上述决议中涉及的规则调整细则内容进行了讨论，其中有一点内容比较引人关注，那就是结合疫情发生导致足球界各方面临巨大经济损失的现实，他们提议职业俱乐部及其球员在“薪酬发放”问题上均做出让步 102 | 8122,北京时间3月30日，巴萨球星梅西在个人社交媒体发布公开信，公告了巴萨一线队所有球员均同意减薪70%的决定 103 | 8123,早前意甲班霸尤文图斯官宣俱乐部已经与球员和教练达成了关于本赛季剩余部分的薪酬缩减协议，降低3月到6月的薪水 104 | 8124,《罗马体育报》甚至透露C罗会直接减少400万欧元的工资 105 | 8128,2005年到2009年期间，迪乌夫出任马赛主席，并为球队2010年夺得法甲冠军打下了基础 106 | 8129,为了缓解俱乐部的财政危机，南美洲足联还提前支付了小组赛期间俱乐部应得的奖金 107 | 8130,中新网4月2日电当地时间4月1日，欧足联官网发表声明，宣布推迟今年6月份举行的国家队比赛 108 | 8131,2018年俄罗斯世界杯期间，法国捧起大力神杯，赛彦虹很快关注到法甲联赛排名第一的俱乐部——巴黎圣日耳曼 109 | 8132,法甲保级球队亚眠在19日宣布全员降薪16%，开启足坛降薪序幕 110 | 8133,而后马竞和中国球员武磊所在的西班牙人队也先后宣布启动“临时雇佣条例”，以此进行降薪 111 | 8135,星岛环球网消息：中新网报道，北京时间1日晚，中国球员武磊发布了新一期的《武磊周记》 112 | 8138,”除此之外，武磊表示，教练组为大家制定了一些计划，以便球员保持竞技状态 113 | 8139,俱乐部CEO布雷克、一线队技术总监休斯以及助教廷德尔也主动接受大幅降薪 114 | 8140,而热刺、纽卡斯尔和诺维奇则宣布执行英国“休假计划”，即只支付雇员工资的80%，最高每月2500英镑 115 | 8143,由于在皇马学院学习的原因，我参与了西班牙国家德比皇家马德里对战巴塞罗那的比赛 116 | 8146,香港机场的转机服务很人性化，专门在中转区设立了值机柜台，我们赶上了未来14天香港最后一班出港的航班 117 | 8148,据国内媒体报道，近日，广州恒大外援塔利斯卡接受了土耳其媒体的采访，在采访中巴西人坦言未来不排除被中国队归化的可能 118 | 8150,比如意甲豪门尤文图斯与球员达成一致，降低3月至6月的薪水；西甲巴塞罗那俱乐部也宣布集体降薪70% 119 | 8151,田岛幸三已经于今天出院，他在网上召开了记者发布会，田岛幸三表示：“非常抱歉，给大家添麻烦了，让大家担心了 120 | 8152,由于新冠肺炎疫情影响，本赛季欧洲足坛的各大赛事已经暂停，何时恢复尚无定论 121 | 8153,来自C罗个人社交媒体日前，C罗在个人社交媒体上发布了一段剪发视频，而操刀的正是他的女友乔治娜 122 | 8159,资料图：沃克也是英格兰国脚中新社记者毛建军摄报道称，曼城边后卫沃克上周在柴郡的家里举办了一场派对，这违反了英国相关的隔离与防疫规定 123 | 8161,球队教练员、球员及工作人员在领到隔离解除通知书后，于4月6日当天分别离开三亚市返回各地 124 | 8162,在领到隔离解除通知书后，国足全员于4月6日分别离开三亚，返回各地 125 | 8165,巴塞罗那一线球员也“放弃”接受“ERTE（临时就业条例）”的保护，同意在疫情期间减薪70%且不会在疫情结束后追讨此部分薪酬的方案，并同意额外拿出2%的薪水，确保俱乐部其他人员正常酬劳的发放 126 | 8169,回望中国足坛摸索职业联赛发展的历程，不难发现，虽然早年业内亦没有成立“职业联盟”，但中国足协对于联赛重大问题的决策及决策执行曾推出比较严格的规定，并先后设立了诸如中超联赛委员会、中甲联赛委员会、职业联赛理事会等议事决策机构 127 | 8173,为此他支付了160万美元的保证金，并将在巴拉圭当地的酒店监视居住 128 | 8174,世界杯之后的一年，小罗远赴伊比利亚半岛，到达了那个让无数南美前辈绽放的圣地——诺坎普 129 | 8175,中新网客户端4月7日电北京时间7日，英超利物浦俱乐部CEO彼得-摩尔发布公开信，宣布撤回临时解雇申请，并就此前的决定进行道歉 130 | 8181,而奥里耶则在个人社交网站发布了自己与他人一起慢跑的视频 131 | 8185,问：日前，世界卫生组织总干事发布新型冠状病毒感染的肺炎疫情构成“国际关注的突发公共卫生事件” 132 | 8186,中国同世卫组织一直保持着密切沟通和良好合作，世卫组织专家赴武汉进行了实地考察，总干事谭德塞于日前访华，同中方就疫情防控工作充分交换了意见，对中方防控工作给予充分肯定，对中国抗击疫情为世界作出的巨大贡献表示高度赞赏 133 | 8187,我国专家在会上介绍了最新的疫情形势和已采取的各项防控措施，并积极参与了会议讨论 134 | 8188,该委员会向总干事提出了新型冠状病毒感染的肺炎构成“国际关注的突发公共卫生事件”的建议和临时建议 135 | 8191,中央纪委国家监委近日印发《关于贯彻党中央部署要求、做好新型冠状病毒感染肺炎疫情防控监督工作的通知》，明确对不担当、不作为、乱作为，推诿扯皮、消极应付等形式主义官僚主义问题，严肃查处、推动整改 136 | 8193,2月11日，12个省份重症病例数共减少44例，湖北等8个省份重症病例数共增加915例 137 | 8203,在某些方面，这次疫情与2003年的非典(SARS)相似，也导致了中国各行各业的“停摆”，而且与SARS一样，新冠肺炎病毒可能仍会持续一段时间 138 | 8209,几人做真做，也累千万不要模仿圣人东施效颦，只能更丑蛇就是蛇，龙就是龙天牛不是牛蜗牛也不是牛老老实实当一个坦荡的俗人吧在下雨的黄昏架起火锅，陪一美女来一杯酒要比云里雾里地念叨《道德经》来得更嗨你要记住：时代的一个小小错误搭进去的可是我们足足的一生啊（作者：吴再）深圳晚报讯（记者杨慧实习生杨斯琦）2019年7月6日下午，深圳诗人吴再携新作《一个人的诗经》举行首发式暨读者分享会，与读者朋友们分享他的创作心得 139 | 8212,书深圳晚报讯（记者杨慧实习生杨斯琦）2019年7月6日下午，深圳诗人吴再携新作《一个人的诗经》举行首发式暨读者分享会，与读者朋友们分享他的创作心得 140 | 8216,目前，《深圳晚报》《新快报》《香港商报》《信息时报》《南方日报》《南方都市报》《羊城晚报》《内蒙古日报》《港真杂志》《巴士底报》《香港阳光》《联合日报》（菲律宾）以及人民网、新浪网、搜狐网、星岛环球网纷纷在显著位置发表书讯与书评 141 | 8220,目前，《深圳晚报》《新快报》《香港商报》《信息时报》《南方日报》《南方都市报》《羊城晚报》《内蒙古日报》《港真杂志》《巴士底报》《香港阳光》以及人民网、新浪网、搜狐网纷纷在显著位置发表书讯与书评 142 | 8224,2016年1月，吴再重返职场，出任星岛环球网行政总裁兼总编辑，他称之为“再次深入生活” 143 | 8228,世卫组织每日疫情报告显示，截至欧洲中部时间31日10时（北京时间16时），中国以外新冠肺炎确诊病例较前一日增加57512例，达到668345例；中国以外死亡病例较前一日增加3297例，达到33091例 144 | 8229,1998年1月6日，原丽水市公安局(县级市，现莲都区公安分局)接到报警，称灯塔新村某出租房二楼发生一起凶杀案件，一名27岁的年轻女子被人杀死在房间内 145 | 8230,案发后，原丽水市公安局(县级市，现莲都区公安分局)迅速启动命案侦破机制，并成立专案组，第一时间组织技术人员赶赴现场进行勘察，全体刑侦大队侦查人员根据专案工作迅速开展走访排查、布控等相关工作，其余警种积极配合 146 | 8233,张广鹏介绍，从3月20日正式开工到现在，施工人员陆续返岗，复工率已经达到100% 147 | 8236,记者在采访中发现，广州市不少医院开通了免费心理咨询热线，广州市12355青少年服务热线也接到了很多这种个案 148 | 8239,朱傲冰、任超等多位志愿者，通过VLOG直播每天的生活，成为新“网红”，在视频中播报武汉的最新近况、推介特色农产品、介绍武汉方言，赢得了大批“粉丝” 149 | 8242,最高检联合公安部发布涉境外输入型疫情防控典型案例，其中，河南某公司劳务派遣人员郭某鹏，隐瞒出境史造成40多人被隔离观察 150 | 8243,经审理查明，2月29日，郭某鹏从郑州乘火车至北京；3月1日，从北京首都机场乘飞机经阿联酋阿布扎比中转，于3月2日到达意大利米兰彭萨机场；3月3日，乘飞机从意大利米兰到达法国巴黎；3月4日，乘飞机从法国巴黎回到意大利米兰；3月6日，乘飞机从意大利米兰中转阿布扎比，于3月7日到达北京首都机场；当日下午，乘坐火车返回郑州，回到家中 151 | 8244,3月6日，河南省郑州市发布《郑州市新冠肺炎疫情防控领导小组办公室通告第21号》，规定境外入郑人员严格落实“隔离观察”和“如实申报”措施 152 | 8245,3月10日8时许，郑州市公安局大学路分局民警在工作中发现郭某鹏近期存在出入境情况，打电话给郭某鹏核实，郭未接电话 153 | 8248,市司法局组织全市各级法律援助机构在农民工年底返乡高峰期间开展专项维权活动 154 | 8249,此外，全市各级司法行政机关开展农民工工资拖欠情况大调研、农民工劳动合同全面“体检”、劳动监察行政执法协调监督活动 155 | 8251,经蒋爱国安排，新晃公安局成立了以曹日铨为组长，陈守钿、陈领为组员的专案组，刘洪波组织、领导、参与案件办理 156 | 8252,怀化市公安局邓水生参与案件查证、指导，杨学文对案件的查处予以指导 157 | 8255,而在此前的1月31日，知名做空机构浑水（（MuddyWatersResearch））发布了瑞幸咖啡造假报告 158 | 8256,据了解，当时浑水在瑞幸咖啡全国门店投入了1400名兼职及92名全职员工，监控时长达11260小时 159 | 8258,针对以上管理公司参与瑞幸咖啡门店客流调查问题，红星资本局分别致电汇生咨询、久谦咨询和雪湖资本 160 | 8259,中新网成都4月3日电(记者刘忠俊)四川省应急管理厅4月3日发布通告，称鉴于甘孜州石渠县5.6级地震灾害灾情已基本稳定，经研判决定终止三级应急响应 161 | 8260,2020年4月1日20时23分，甘孜州石渠县发生5.6级地震，四川省应急管理厅立即启动地震灾害三级应急响应 162 | 8263,关于钟院士何时出诊以及如何安排，健康时报记者致电广州医科大学附属第一医院呼吸科门诊部，工作人员告诉记者，钟院士会有出诊，但是具体的出诊时间是由钟院士团队团队统一安排的 163 | 8265,2003年SARS爆发，68岁的他奋战在一线，16年后，新冠肺炎爆发，84岁的他再次出征前往武汉一线，他一边告诉民众“近期没事尽量不要去武汉“，一边却亲征武汉 164 | 8266,今天上午，遵照最高人民法院下达的执行死刑命令，北京市第三中级人民法院对故意杀人犯孙文斌依法执行死刑 165 | 8267,昆明市消防支队供图中新网昆明4月3日电(缪超)记者3日从云南省昆明市消防支队获悉，当天昆明一辆载有32吨有毒化学品槽罐车发生泄漏，目前当地已对事故区域实施警戒 166 | 8268,今天下午，在北京市新型冠状病毒肺炎疫情防控工作新闻发布会上，北京市高级人民法院副院长蓝向东通报了一起妨害传染病防治犯罪案件 167 | 8269,3月21日，莉莉所在的武汉市江岸区为群三村社区组织了一次“密切接触者”核酸检测，那是莉莉第一次被检测出阳性 168 | 8273,时隔6天后，阿慧接受第4次检测，结果仍保持阴性 169 | 8274,2月11日，小苹接受第一次检测，CT显示她肺部有轻微的毛玻璃影，但她的核酸检测呈阴性 170 | 8275,当晚，民意街工委和纪工委按程序对涉事人员何某某、黄某、颜某作出辞退处理 171 | 8276,△案件再审相关文书“我举报2010年孙大强交通肇事的案件，真凶并非孙大强，而是他的亲弟弟孙大洪……”2019年4月，东海县人民检察院接到一封检举信，该院经过认真审查，向法院提出再审检察建议，促使一起亲哥哥帮弟弟“顶包”九年的交通肇事案件得以再审，最终揭开该案真相 172 | 8278,2019年12月3日，东海县检察院向审判机关提出再审检察建议，建议对该案进行再审 173 | 8279,与此同时，所罗门群岛海事局正在对事故原因进行调查 174 | 8280,原标题：杭州野生动物园就网传信息发布辟谣声明辟谣声明4月4日起，网上流传“杭州野生动物园老虎吃人视频”等信息，获悉后，我公司立即组织相关人员进行核查 175 | 8284,他告诉《中国新闻周刊》，到达目的地后，他住在附近村民修建的客栈里，有些村民跟他闲聊时，提到附近有绿孔雀活动，并向他展示了几根绿孔雀羽毛 176 | 8285,红河学院生命科学与技术学院副教授王剑告诉《中国新闻周刊》，绿孔雀在东南亚等地亦有分布，现在也在不断减少 177 | 8286,2017年5月22日，原云南省环保厅等部门发布《云南省生物物种红色名录（2017版）》，将绿孔雀列为极危物种 178 | 8287,这阵阵鸣声伴着窸窣的虫鸣在空谷中回荡，真是激动人心……为了保护绿孔雀的家园，顾伯健找到知名的野生动物摄影师、公益组织“野性中国”创始人奚志农 179 | 8288,2018年6月29日，云南省政府发布了《云南省生态保护红线》，将绿孔雀等26种珍稀物种的栖息地划入生态保护红线，戛洒江一级水电站项目绝大部分区域被划入 180 | 8289,2017年7月21日，原环保部向新平公司发出《关于责成开展云南省红河（元江）干流戛洒江一级水电站环境影响后评价的函》，责成新平公司就该项目建设开展环境影响后评价，采取改进措施，并报原环保部备案 181 | 8291,楚雄中院立案受理的当月，他们就选择沿着红河探险漂流的方式，进入到河谷腹地的无人区 182 | 8292,2003年4月9日，楚雄州政府批准建立了10391公顷的恐龙河州级自然保护区，主要的保护对象为绿孔雀、黑颈长尾雉及其原生栖息地 183 | 8293,昆明设计院具有承担该水电站建设项目环评工作的资质，不存在影响《环境影响评价法》规定的开展环境影响评价工作的限制性规定情形，且昆明设计院开展环评工作在先，承担项目的总承包任务在后，不存在影响评价公正性的情形 184 | 8295,原告专家证人、中国科学院昆明植物研究所博士刘健在庭审中说，在该水电工程淹没区绿汁江调研时，他发现绿汁江分布有上千株陈氏苏铁，被告的水电项目将对淹没区苏铁种群造成毁灭性影响 185 | 8300,整个春节，谢富杰都密切关注相关的新闻动态 186 | 8302,2018年，广西扶贫办发布《关于实施以奖代补推进特色产业扶贫的通知》，明确把竹鼠列为县级“5+2”、村级“3+1”特色产业发展 187 | 8305,贫困户投入5000元养殖10对竹鼠，一年后可以发展到50对，第二年利润就可以达到10000元以上 188 | 8306,古等村地处广西东北角的大山里，当地距县城七十多公里，当地农民大多选择种树种果 189 | 8307,”谢富杰告诉《中国新闻周刊》 190 | 8309,不管是家禽还是家畜，农业农村部都制定了一套完善的饲养标准，养殖户需要按照规定选种、建设饲养场所、定期打疫苗、消毒 191 | 8310,尽管自治区质量技术监督局前几年分别批准形成了《规模化银星竹鼠场建设规范》《银星竹鼠饲养技术规范》等地方标准，但在实际操作中，养殖户大多按照自己的经验来 192 | 8313,原标题：南充一男子刺伤前妻及前妻现任丈夫后坠亡4月5日下午，四川南充城区发生一起坠楼事件，一名男子在刺伤其前妻及前妻的现任丈夫后坠楼身亡 193 | 8314,4月5日晚，南充市公安局顺庆区分局就此事发布警情通报称，4月5日16时许，顺庆区吉庆巷发生一起刑事案件 194 | 8315,（原标题：这个留学生从泰国回家引“轰动”却不是因为衣锦还乡）随着疫情全球大爆发回国的留学生越来越多有人说这是千里投毒但我们认为留学生是我们的同胞那么既然是同胞那么就要遵守祖国定下的规矩而最近昆明的一位留学生引众怒了隔离仅7天跑回家赴泰留学生引众怒根据我市疫情防控相关规定，境外返昆人员必须隔离14天，4月4日晚，龙跃小区的住户却发现一名从泰国回昆的住户，仅隔离一周就跑回家里来了，小区住户对此都表示十分担忧 195 | 8320,4月6日，成都市公安局锦江公安分局发布警情通报：6日13时25分许，我局巡逻民警在春熙路巡逻过程中，发现一男子在凤祥楼持刀毁坏财物，民警迅速处置 196 | 8321,媒体报道称，黄山风景区2月21日恢复开放当日，直至中午12时，才迎来了恢复开放后的首位游客，也是当日景区的唯一游客 197 | 8322,在此前提下，针对安徽省内市民，黄山市定于4月1日起开展为期两周的“江淮大地串门游”活动，包括黄山风景区在内的31处A级旅游景区均免收门票，目的是提振疫后旅游市场，促进省内旅游复苏回暖 198 | 8324,此外，南方航空护林总站已派出了4架直升机参与扑救作业，地空协同作业达7次 199 | 8326,”90后三年来立遗嘱人数翻近3倍3月28日，中华遗嘱库正式发布《2019中华遗嘱库白皮书》，首次公布了中青年人立遗嘱大数据 200 | 8327,此次中华遗嘱库向社会发布《2019中华遗嘱库白皮书》（以下简称“白皮书”），并对所保管的12万余份遗嘱进行数据分析，此次白皮书通过对各地数据的详细分析，全面呈现出全国遗嘱大数据及各地特点 201 | 8328,而同时，武汉市新冠肺炎疫情防控指挥部也在前一天发布了《关于建立疫情防控长效机制持续做好小区封控管理工作的通知》 202 | 8329,从3月12日开始，央视财经新媒体推出财经云直播系列专题直播 203 | 8330,稍微大一些的目标是，想要做一个享誉全世界的新国货美妆品牌，我最近花很多时间跟欧美顶级设计师品牌，包括产品的创造者或者CEO去交流，分享他们在做产品时候的灵感和一些经验 204 | 8331,4月6日15时5分，准格尔旗大路新区发生一起命案，造成2人死亡，4人受伤 205 | 8332,案发后，准格尔旗公安局立即启动命案侦破机制，迅速派警力赶到现场展开侦破 206 | 8333,泰国警方在现场发现了6瓶烈酒及其他功能饮料，还有少量可卡因和大麻等毒品 207 | 8334,泰国公共卫生部3日发布最新数据显示，当天确诊病例比前一日增加103例，累计达1978例；新增死亡病例4例，累计死亡19例 208 | 8336,2月24日15时07分，武汉发布新冠肺炎疫情防控指挥部第18号通告，继续严格执行离汉通道管理） 209 | 8337,星岛环球网消息：河南南一间酒店大厅，发生一起裸女围浴巾点泡面又偷猫的事件，一名年轻女子没有穿衣服仅围了浴巾就在饭店到处走动，她在大厅柜台点了碗泡面后走向一间猫咖店抱走一只价值6000人民币的猫 210 | 8338,前几天，黄女发现，自己店内一只猫失踪了，通过监视器发现26号晚上，一位住在酒店的女客，披着浴巾，直接抱走了猫 211 | 8342,据当地消防知情人士介绍，事发现场为一辆新疆号牌面包车与一辆半挂车发生追尾，面包车处于半挂车后面 212 | 8345,（原标题：“禁野令”下，东北林蛙养殖业何去何从）“保护”和“利用”主导的两种立场，在野生动物管理中的较量“禁野令”下，东北林蛙养殖业何去何从本刊记者/黄孝光3月12日，民政部发布通告称，中国野生动物保护协会违反“社会团体的分支机构不得再设立分支机构”的规定，对其做出警告的行政处罚，并裁令其撤销蛙类养殖专业委员会等9个三级机构 213 | 8346,2月16日，蛙类养殖专业委员会在其微信公号上推出一篇题为《野生动物养殖是人类祖先的伟大创举》的文章，引起舆论的轩然大波 214 | 8349,在此基础上，授权中国野生动物保护协会养殖专业委员会成立蛙类专业委员会 215 | 8350,”中国野生动物保护协会副会长李青文向《中国新闻周刊》解释称，“野生动物种类有很多，我们为了更有针对性地开展工作，所以又在养殖专业委员会下成立了蛙类、蛇类专业委员会等分支机构 216 | 8351,此外，委员会还受国家林业局之命，制定了《东北林蛙养殖操作规程》，作为规范化养殖的操作依据 217 | 8352,在赵文阁等三人的主导下，蛙类专业委员会举办过多期养殖技术培训班，在东北三省评选了二十多个东北林蛙养殖示范基地，并授予吉林省舒兰市“中国东北林蛙养殖之乡”称号 218 | 8354,报道发出第二天，黑龙江省政府办公厅发布《关于坚决禁止猎捕林蛙加强野生动物管理的紧急通知》（黑政办规〔2018〕55号，下称55号令），要求对东北林蛙越冬地、迁徙通道开展专项执法检查，依法拆除“旱亮子”，保证迁徙通道畅通 219 | 8355,为此，中国工程院院士、东北林业大学野生动物资源学院名誉院长马建章专门给黑龙江省政府写了一封《关于加大行业整顿和规范力度、推动林蛙产业健康发展的建议》 220 | 8356,马建章表示，2018年11月18日应部分东北林蛙养殖户请求，东北林业大学野生动物资源学院组织召开了一个座谈会，“在座谈中我们发现，‘灭绝式’捕猎言过其实，目前看，林区确实存在违法捕猎东北林蛙的行为，但多是三五成群的散户和个人 221 | 8357,从“学会”到“产业协会”2018年10月，中国野生动物保护协会成立保护繁育与利用委员会，取代了之前的养殖专业委员会 222 | 8359,3月22日，央视财经频道推出报道《林蛙：黑色利益链下隐藏的生态“炸弹”》，再次聚焦东北林蛙养殖议题 223 | 8362,3月25日，武汉市内117条公交线路恢复运营 224 | 8363,工人一点点减少，来自全国的医护人员相继撤离，越来越多的单位开始复工，陈招的店铺恢复了正常营业 225 | 8365,事故发生后，酒泉、玉门两地公安交管部门、应急救援力量和120救护车第一时间迅速赶赴现场处置，开展伤员抢救、现场勘查、疏导交通、事故调查等工作 226 | 8367,1970年，NASA发射了阿波罗13号，宇航员海斯在返回时已经患上了严重的尿路感染，后来发现病因是铜绿假单胞菌感染 227 | 8368,另有研究显示，1995年3月至1998年6月期间，某空间站发生了多次微生物感染宇航员事件，有宇航员患上了结膜炎、急性呼吸衰竭和口腔感染 228 | 8371,3月6日，江苏省常熟市市场监管局根据群众举报，对常熟市某照相馆进行检查，发现经营者王某某通过微信朋友圈销售“三无”口罩450只，涉案货值1800元 229 | 8373,天津市市场监管委对该公司作出没收2266只涉案口罩和罚款66万元的行政处罚，并将该案件移交公安机关处理 230 | 8374,泰州市市场监管局立即会同公安机关开展调查 231 | 8375,“封城”76天后，武汉终于恢复与其他城市的自由流动 232 | 8376,1地面和空气在震动，仲春时分的风带来了“轰隆隆”声，3月23日早上7时许，一辆轻轨列车从环卫工严国明头上驶过 233 | 8377,3月21日，员工恢复上班，准备试运行 234 | 8378,2对武汉来说，3月28日是个重要的日子，武汉恢复铁路客运到达业务 235 | 8379,一名火车站工作人员对着列车喊了一句“欢迎回武汉”，随后又补充了一句“英雄、英雄，欢迎回武汉” 236 | 8380,3月30日，武汉的各大商场恢复营业，武汉国际广场里店员比顾客多 237 | 8384,为了教学管理方便，老师和家长建立了学习群 238 | 8385,”苗生明表示，2月10日，最高检会同最高法、公安部、司法部印发《关于依法惩治妨害新型冠状病毒感染肺炎疫情防控违法犯罪的意见》，要求对包括电信网络诈骗在内的各类妨害疫情防控的犯罪行为依法从严从快打击，维护人民群众财产安全 239 | 8386,广西壮族自治区人民检察院4月8日在12309中国检察网发布消息称，玉林市检察机关依法对“3·20”故意杀人案犯罪嫌疑人李某萍批准逮捕 240 | 8387,玉林市公安局玉州分局微信公号“平安玉州和谐家园”3月24日在通报该案时称，3月20日，玉林城区发生一起命案，受害者是一男性 241 | 8388,日前武汉婚姻登记机构陆续恢复业务，今天有网友爆料支付宝上武汉结婚预约页已被挤爆 242 | 8389,”办案民警介绍，吉林市公安局在当时的毒品攻坚战中，获取2名外省人员在当地贩卖毒品大麻的重要线索 243 | 8390,由于案情重大，吉林市警方向上级汇报，随后吉林省警方成立了由禁毒、出入境等多警种协同配合的联合专案组 244 | 8391,办案民警在侦查中发现，吉林省榆树市涉案人员张某多次驾车在当地孟家村附近逗留 245 | 8392,”受访者供图一审法院：死者生前多次求医遭拒新京报此前报道，53岁男子俞伟国酒后与小区保安发生争执，在去年4月19日深夜，被传唤至宁波市公安局鄞州分局钟公庙派出所后，突发心功能障碍死亡 246 | 8393,”判决书显示，视频录像中，俞伟国生前最后时刻曾多次表示“头疼需要就医”，并提出“自己有心脏病需要就医”，均遭到拒绝 247 | 8395,”鄞州区检察院出具的《抗诉请求答复书》显示，俞伟国家属请求该院对被告人韩义根、刘鑫、林驰霄、石家辉、陈浩和吕敏犯玩忽职守罪一案的一审判决，提出抗诉，“经审查，该院决定对鄞州区法院(2019)浙0212刑初879号判决书不予抗诉，特此答复 248 | 8396,”对于该结果，今日上午，俞伟国的家属告诉新京报记者，“我们已依法向市检察院提交抗诉请求 249 | 8398,经初步了解，该车驾驶人董某系一位发热病人，在河北省邢台市境内一某医院接受了第一次核酸检测为阴性 250 | 8399,今日零时起，武汉市解除离汉离鄂通道管控措施，有序恢复对外交通，离汉人员凭湖北健康码“绿码”安全有序流动 251 | 8400,在倒计时的日子里，武汉各项筹备工作也已准备就绪：3月24日，武汉市消防救援支队对武汉火车站进行全方位深度消杀；3月25日起，武汉117条公交线路恢复运营；3月28日，武汉地铁6条线路率先恢复运营；4月3日，武汉市消防救援支队对天河机场进行全面消杀；在航站楼正式运行后，旅客活动区每两小时消杀一次；在火车站进站口处，红外测温设备已准备就位，候车室内的座椅上张贴着分隔就座标识，防止聚集风险；核验健康码“绿码”、核对身份、测量体温……各方准备工作有序展开，严格防控不放松，定格在1月23日“封城”的武汉，终于动了起来 252 | 8401,我们看到，经过两个多月的艰苦鏖战，武汉已逐步建立起与疫情形势相适应的动态、常态化的长效防控机制 253 | 8402,连日来，武汉市内多家商场、购物中心恢复营业，顾客持“绿码”，经现场测温后可入店购物；武汉多个城市公园，在进行全园消杀和安全检查后，逐步恢复开放，到公园游玩的市民开始增多；曾经空荡荡的公路上车辆逐渐多了起来，甚至出现堵车情况，武汉人的日常生活正在逐渐恢复 254 | 8403,在疫情逐渐获得有效控制下，福建加速复工复产，恢复正常生活秩序 255 | 8404,武夷山风景名胜区8日恢复开放 256 | 8405,武夷山市文化体育和旅游局局长邓崇慧介绍说，开园前，武夷山市组织专门人员，对游客中心、观光车、竹筏以及各类等候区等人员聚集地方开展消杀；对公共场所设备设施、游览安全等重点区域或环节，开展了全面检查，及时排查安全隐患 257 | 8406,厦门航空有限公司披露，福州、厦门、泉州三地恢复往返武汉的航班 258 | 8407,中国及时主动同世卫组织合作，分享中医药参与疫情防控经验，并把最新版本的新冠肺炎中医药诊疗方案翻译成英文，在国家中医药管理局官网全文公开 259 | 8408,国民党包括党中央及“立法院”党团，7日不约而同举行记者会声援韩国瑜，不只质疑罢免连署偷跑违法，也质疑“中选会主委”李进勇违法护航让罢免连署过关 260 | 8410,对标微信5G消息突破短信局限当日三大运营商联手发布了“5G消息白皮书”，正式决定将面向公众和行业用户推出5G消息 261 | 8414,三星则正基于运营商最新规范开发5G消息业务，计划今年内对5G手机全面支持 262 | 8415,李女士在网上曝光此事后，潘某告诉李女士自己是“突然昏头”收钱做了此事，但有多位网友向李女士表示潘某系恋童癖，曾猥亵儿童，不止一次要求家长拍宝宝裸露的照片 263 | 8416,▲李女士在微博上报告潘某让其拍摄儿童私密照潘某告诉红星新闻记者，4月5日，他的确因为经济紧张，按照客户要求让家长拍摄一些宝宝的脚和身体裸露的照片，从业5年接过两次这样的单，但均未传播出去，“这件事的确是我的错” 264 | 8418,被曝要求家长拍摄宝宝光着屁股的照片李女士告诉红星新闻记者，因希望自己的男宝宝成为童模，便通过微博联系上潘某并添加了其微信 265 | 8419,当日11时20分许，李女士拍摄了几张宝宝脚的照片发给潘某 266 | 8422,有网友称潘某有恋童癖，曾不止一次要求家长拍摄摆弄宝宝或者宝宝处于裸露状态的照片；还网友表示潘某曾猥亵儿童导致儿童下体发炎，在片场偷拍小朋友换衣服的照片，曾贩卖照片给其他恋童癖者，2018年时还被同行曝光 267 | 8423,海底捞的工作人员对此回应称，目前海底捞在全国范围内开始恢复营业，但接待的客流量有一定限制，员工也没有满员复工，所以人力成本相对来说有一定上涨，一些食材成本也有增加，所以部分门店已经调整价格 268 | 8424,3月2日，山东济南推出了2000万元文旅消费券；3月13日，浙江宁波宣布发放1亿元文化旅游惠民消费券，江苏南京推出3.18亿元消费券，包括餐饮、体育、图书等七大类；3月26日，广西发放第一批价值268元的暖心卡……据不完全统计，短短一个多月，全国17个省份30多个城市公布将向市民发放消费券，金额超过50亿元，后续加入者络绎不绝 269 | 8426,台湾地区在马英九执政时期，曾经以观察员身份参与过WHA，这又是怎么回事呢 270 | 8427,而马英九在担任台湾地区领导人期间，两岸基于“九二共识”而恢复中断了九年的制度化协商，此后两岸关系和平发展，于是自2009年起，台湾以“中华台北”名义，成为WHA的观察员 271 | 8432,国民党主席连战私人掏腰包，成立智库收留这些政务官，让他们进行政策研究，当然也有如同西方的在野党的“影子政治”之意 272 | 8433,（中评社黄筱筠摄）星岛环球网消息：中评社台北4月8日电（记者黄筱筠）罢韩第二阶连署审查7日宣布过关，中国国民党籍高雄市长韩国瑜今天出招反制，声请停止执行罢免案投票，高雄市前新闻局长王浅秋指出罢免案在韩就任市长未满1年时就开始连署，偷跑情况已违反《选举罢免法》 273 | 8434,她指出，前时代力量“立委”黄国昌的罢免案，是在黄当选3个月，就有人搜集罢免提议书，“中选会”在行政中立立场主持罢免案并不为过，但是已第二阶段这么多人连署罢免你，韩市长却还在认为第一阶段有问题，是否很害怕有人要罢免你，以高雄市民利益来看，“你还要这样玩下去吗 274 | 8435,民进党高雄市议会党团干事长陈致中率多位绿营议员召开记者会 275 | 8436,（中评社高易伸摄）星岛环球网消息：中评社高雄4月8日电（记者高易伸）罢韩二阶段昨日正式通过，可望6月举行罢免投票，中国国民党高雄市长韩国瑜也启动“法律战”委任律师8日赴台北高等行政法院递送行政诉讼状声请停止执行 276 | 8437,对此，民进党高雄市议会党团干事长陈致中率多位绿营议员召开记者会，抨击韩已经没救了 277 | 8438,陈致中说，韩国瑜启动法律战，大家必须严肃以对 278 | 8443,屏东大学教务长施百俊接受媒体采访 279 | 8444,星岛环球网消息：中国台湾网4月8日讯据台湾“中央社”报道，台湾地区流行疫情指挥中心今天（8日）公布，台湾新增3例新冠肺炎确诊病例，包含2例境外输入及1例本地病例 280 | 8446,（图片来源：台湾“中时电子报”）星岛环球网消息：中国台湾网4月8日讯排队买口罩已经成为台湾的防疫日常，然而民进党当局却持续启动口罩援外计划 281 | 8450,蔡英文4月1日宣布启动“口罩“外交”，捐赠1000万片口罩给美国、欧洲医护人员后，台“外交部”7日证实，正在规划第二波防疫口罩捐赠计划，对象为新南向国家，预计送出100万片 282 | 8456,民进党主席卓荣泰出席中常会 283 | 8458,环球时报总编胡锡进对此发文指出：原来，台湾绿营媒体指责这首歌的MV里面的配图，宣称其中各国医生的画面“独漏”了台湾医护人员，但其实呢，这支MV本身也就只展示了有限的医生照片；另外里面有些儿童举了含有“中国”字样的画板，绿营媒体也不能容忍，但其实，孩子们为中国抗疫加油的真诚让人感动，更何况MV中同时也展示了中国儿童为其他国家抗疫作画加油的图画啊 284 | 8459,（图片来源：台湾“中时电子报”）星岛环球网消息：中国台湾网4月8日讯据台湾“中时电子报”报道，国民党“立委”叶毓兰今（8日）于台“立法院内政委员会”质询昨日台湾小港机场发生直升机坠毁事件，要求相关负责任人说明状况 285 | 8460,新冠肺炎疫情已严重影响台湾经济，尤其是观光旅游业 286 | 8462,国民党主席江启臣戴上口罩出席中常会 287 | 8464,针对罢免案，韩国瑜进行法律攻防战，瞬间成为媒体焦点，韩国瑜今天只有一个市政公开行程，下午前往视察凤山区公所防疫措施及慰问里干事，吸引大批媒体、网路直播主到场采访及拍摄 288 | 8466,江启臣表示，国民党也透过“立院”党团，具体建议政府发放现金，达到“安家安心”、“照顾弱势”、“刺激消费”、“直接有效”等四项目标 289 | 8467,湖北台湾同胞返台后援会长徐正文8日代陆配发布一对小兄弟的影片及图文画，希望以亲情方式，向蔡英文请求让小学生回台上学 290 | 8469,活动结束，蔡英文接受媒体联访，媒体问到公民团体推动罢韩已经通过第二阶段，高雄市长韩国瑜上午委托前高雄市新闻局长王浅秋、具律师资格的考纪会主委叶庆元赴台北高等行政法院呈递行政诉讼停止执行声请状，要求停止执行高雄市选委会4月7日通过的罢免韩国瑜的投票案，对于罢韩有任何看法 291 | 8475,柯文哲受访时被问到“中央”相关的防疫政策，柯文哲采则批评的态度回应，包括防疫不同标准、口罩产样足够应提供民众每天一片、清明连假恐成破口，当初就应宣导、新台币3500亿元纾困预算应拨补地方房地税，不应政治分配 292 | 8477,星岛环球网消息：中评社高雄4月9日电（记者蒋继平）中国国民党高雄市长韩国瑜阵营针对罢免案启动法律战，引起政坛关注，韩流五虎将之一的前高雄市鸟松里里长陈清茂接受中评社访问表示，韩国瑜将纷纷扰扰的案子定下来交给法律处理，接下来仍是以防疫和市政优先，国民党应该展现强而有力的主张，要火力全开了 293 | 8479,台湾花莲县海域发生4.4级地震 294 | 8480,前高雄市新闻局长王浅秋昨天接受电视台访问 295 | 8481,(截自T台政治话节目)星岛环球网消息：中评社台北4月9日电／高雄市前新闻局长王浅秋8日代表高雄市长韩国瑜，向行政法院递状申请停止罢免案，王指控罢韩团体的连署书偷跑 296 | 8482,高雄市前新闻局长王浅秋8日接受《T台政经话》视讯访问 297 | 8483,星岛环球网消息：中评社桃园4月9日电（记者黄文杰）七连霸的中国国民党桃园市议员刘茂群接受中评社访问表示，江启臣3月9日接任党主席即将“满月”，背负很多党员的期待，但是必须要说，江主席作法要更细腻，让年纪大的党员感觉受尊重，把事情讲清楚，不要让黄复兴党部感觉被排斥 298 | 8486,台湾大华网络报9日发表台湾资深媒体人清道夫的署名文章说，2020年对人类最大的威胁与考验，非新冠病毒莫属 299 | 8488,(资料照片)星岛环球网消息：中评社香港4月9日电／大华网路报今天时评说，日裔的美国政治学著名学者师福山(FrancisFukuyama)不久前在《大西洋月刊》(TheAtlantic)发表了题为“是什么决定一个国家抵御新冠病毒的能力”文章，对照中国大陆爆发疫情以来的作为，和美国如今为何已成最严重的疫区，特别强调国家能否有效应对危机的那条主要分割线，已不再是“民主”或“专制”这种体制之分了 300 | 8489,中山先生虽已推翻满清而建立了“中华民国”，但他在临终前不忘提醒同志，革命建国的目标仍有待继续努力 301 | 8490,（中评社郑羿菲摄）星岛环球网消息：中评社台北4月9日电（记者郑羿菲）中国国民党主席江启臣上任后大幅任用中生代担任一级主管，传出“世代对决”气氛，国民党台北市议员、党文传会副主委王鸿薇接受中评社访问表示，国民党起用中壮世代，做世代更换，这已经是党员的共识，否则江在党主席补选也不会大幅领先，所谓“世代对立”的说法太过严重 302 | 8494,星岛环球网消息：中评社高雄4月9日电（记者蒋继平）中国国民党籍高雄市长韩国瑜8日展开法律攻防战，针对韩阵营为何会有此举动，引起政坛动荡，韩流五虎将之一的前高雄市鸟松里长陈清茂接受中评社访问时表示，这是因为新科蓝委郑正钤于四月一日举办一场公听会，韩也接受学者专家们给的建议，才会展开这场程序正义的攻防战，法律面上不容退缩是最大共识 303 | 8498,对于为何会有机会促成公听会，陈清茂提到是因为2020大选时，曾经帮郑正钤办了三场庶民起义，在这段时间他也选择低调不引起对立，但是在法律面上不容许退缩，双方都有共识，才有这场公听会，事前也没有特别先向韩国瑜报告此事 304 | 8499,陈清茂说，爱与包容、市政优先、防疫第一都是正确的策略，一路走来看到韩市长很辛苦，也感谢默默付出的所有人，找出一条可以用法律解决的方向，在法律层面上绝对不能让，他认为，专家学者基于道德勇气开了公听会，韩国瑜看到学界集思广益，也接受用行政诉讼方法来解决这个政治上的纷扰 305 | 8502,（中评社资料照）星岛环球网消息：中评社台北4月9日电／日本NHK4月5日以“DIGITALvsREAL”为题制作专题节目，报道台湾2020大选的新闻战，NHK采访支持蔡英文的粉专“只是堵蓝”，以高雄市长韩国瑜抱着哭泣小孩为例，说明绿营网军如何制造假新闻，操弄舆论，讨厌韩国瑜 306 | 8503,NHK记者在节目中指出，“在选战中，我们亲眼看到制造假消息的现场，这个支持蔡英文的市民团体（脸书社团）利用20万的粉丝散布贬低对手的文章 307 | 8504,”NHK举去年12月韩国瑜出席一场宝宝爬行赛活动，是父母主动把宝宝抱给韩，但该粉专却称韩未经父母同意 308 | 8506,日前台湾疫情指挥中心推出了“社交距离”的新禁令，不久后台当局“行政院长”苏贞昌率包括陈时中在内的若干部门首长举行记者会，但他们显然有悖“社交距离”的规定 309 | 8508,绿委赵天麟接受媒体采访 310 | 8510,台湾疫情指挥中心日前增强防疫措施，建议人与人之间，在室内应保持1.5米、室外保持1米距离，若双方正确佩戴口罩则可豁免，但处于拥挤、密闭之场所仍应佩戴口罩 311 | 8511,民进党当局增强防疫措施，当然与过去三周有大量赴欧美的民众返台，致感染新冠肺炎的确诊案例大幅增加，且有感染源不明的本土案例有关 312 | 8512,黄珊珊表示，台北市上次发生过夜店事件，警察局一直有加强稽查，包括酒店，平常稽查都很频繁，夜店大部分都停业，酒店就算有营业，据她了解，大多数也考虑停业，至少要先休息一段时间，不会因为酒店而特别危险，相关场所有确诊，台北市都会做好疫调，每个行业都有可能发生，但不可能一家餐厅有人确诊就封掉，还是要做疫调，结果才知道接触者有多少，重点在于确诊后的疫调匡列，而不是营业场所的性质 313 | 8513,口罩两周购买9片今天起上路，云林斗六中山路上药局，民众一早排队买口罩 314 | 8515,“外交部”今天举行“单位主管例行新闻说明会”，由“外交部”发言人兼公众外交协调会执行长欧江安主持，亚西及非洲司司长杨心怡出席进行业务简报 315 | 8516,在清明全国哀悼日期间，部分台湾网友在大陆开发的游戏“剑网3”里面肆意辱骂，发表“武汉肺炎”等不当言论，最终“剑网3”官方宣布停止台湾服务器 316 | 8517,我们都知道，国务院3日发表公告，为表达全国各族人民对抗击新冠肺炎疫情斗争牺牲烈士和逝世同胞的深切哀悼，4月4日举行全国性哀悼活动 317 | 8520,国民党召开“护健康，救经济，纾困振兴方案总体检”第二场记者会，邀各大传统市场自治会长现身陈述如何受到疫情冲击，由文传会主委王育敏主持 318 | 8521,国民党今日召开“护健康，救经济，纾困振兴方案总体检”第二场记者会，由文传会主委王育敏主持，邀请台北市议员、文传会副主委王鸿薇，中华传统市场协会理事长潘爱玉、中华传统市场协会总干事庄志宗以及各大传统市场自治会会长出席现身说法，表达疫情对传统市场造成严重冲击，希望政府能针对传统市场提供更完善的纾困方案 319 | 8522,台湾《中国时报》评论指出，云南广播电视台最近推出两首歌，旋律相同，分别以中、英文不同歌词演唱 320 | 8524,（中评社倪鸿祥摄）星岛环球网消息：中评社台北4月9日电（记者倪鸿祥）因应疫情不断延烧，蔡政府防疫作为升级，“行政院”今天上午举行院会后记者会，改会后提供新闻片段与照片，禁止媒体入内摄影，因此摄影记者只能待在“新闻中心”外拍照，但是文字记者可以进入 321 | 8526,5年时间，獐子岛的扇贝已发生了三次“跑路”事件 322 | 8528,上世纪80年代，獐子岛建成了学校、医院、影剧院等一系列配套设施 323 | 8531,2017年“扇贝饿死了”事件后，獐子岛公司表示，遭遇海洋牧场灾害后，獐子岛拟大幅减少底播虾夷扇贝的养殖规模，由此前的234万亩压缩至60万亩左右 324 | 8533,2016年，高北选择离开獐子岛公司，干起了游钓 325 | 8534,李国告诉记者，上世纪90年代初，为了增加收入，他选择离开獐子岛公司，和几个朋友合作捕鱼 326 | 8535,不过，“獐子岛扇贝的故事”也给她带来了一些好处 327 | 8536,2018年10月，深圳市教育局发布了《深圳市初中学生综合素质表现评价方案(试行)》（下称《方案》），要求辖区内所有初中生参加公益志愿者活动、弘扬传统文化的活动、国际事务会议等，并根据参与情况得分 328 | 8537,2019年，深圳某义工机构组织学生入户介绍垃圾分类 329 | 8541,深圳市此前的教学改革，如2015年起，针对双职工家庭中小学生放学后无人看护的难题，深圳市教育局就进行过三批“四点半活动”试点，给予各学校生均350元的经费补贴，鼓励各学校根据现实条件自主设计活动，并不断改善场地、活动课程、经费、师资等不足 330 | 8542,自从2018年10月《方案》出台，当年秋季入学的全部深圳初一新生们便开始体验“综评” 331 | 8544,2019年10月30日，深圳市教育局主办的综评工作推进部署会 332 | 8546,12月27日，在大量调研论证、多方征求意见后，深圳市教育局发布了《深圳市初中学生综合素质评价方案（试行）（修订征求意见稿）》 333 | 8549,在过去三年时间里，姚帅拍摄了400多位患者和家属，留下了10000余张照片，和12000分钟以上的访谈 334 | 8551,10月15日，重庆大学官微回应称，重庆大学已成立专门工作组，对该情况进行核查 335 | 8554,”重庆大学教育发展基金会官方网站曾在4年前的2015年12月31日发文称，当月重庆大学邀请国内14位博物馆建设及文物专家就吴应骑对重庆大学拟捐赠的藏品进行评估，并对筹建重庆大学博物馆和重庆大学文博研究院的可行性进行论证 336 | 8557,他接受《中国新闻周刊》采访时表示，“当时现场没有做出什么鉴定和评价，……做了一些艺术上的漫谈，谈谈自己的感受和它的艺术性 337 | 8559,吴应骑曾在2003年第6期《重庆与世界》发表文章《相识高小华》，其中写到，“1979年的仲春，是我‘状元及第’的时候，中央美术学院以其‘皇家美术学院’的地位召来文革后的第一批研究生 338 | 8561,美术史系‘研究生班’只有9个名额限制，当时是因为高校缺乏老师，文化部才批准又接受了一部分学生成立‘师资班’ 339 | 8565,”2007年11月的重庆创意产业活动周上，吴家收藏的100余件青铜器、瓷器、陶俑在私人馆藏展区展出，据华龙网报道，吴应骑在展会上接受记者采访时说，“护理这些宝贝和请保安，每年我要花销掉近3万元 340 | 8567,2003年，画家高小华的《赶火车》以363万元的天价拍出，创造了当时中国当代画拍卖之最 341 | 8569,2013年6月，吴应骑出现在了电影《天机·富春山居图》的杀青现场，华龙网发布了一张他与著名文化学者余秋雨的合影，吴应骑在接受记者采访时表示，该片导演认为，这样的场景应该有一些文化界的名人出现，因为自己在美术史的研究上有一定成就，剧组便邀请他参加了这次电影的拍摄 342 | 8570,9958华西执行团队摄2017年11月某日下午3点，程海波第一次接触水滴筹，攥着手机为儿子申请筹款，一直琢磨到凌晨2点 343 | 8573,鼻血流了三个月，小白选择了辞职 344 | 8574,下沉市场里的商业竞争三个月前，林丰也选择了辞职 345 | 8582,余太给彭梓嘉带来了三盒自己做的龙须酥，这是从西洋菜街时代彭梓嘉就爱吃的小食 346 | 8583,有暴力示威者纵火、掷燃烧弹，堵路和警方对峙，最终警方发射催泪弹，多人被拘捕，道路一片狼藉 347 | 8585,”维多利亚港，听歌的粉丝们带来了彭梓嘉名字的灯牌 348 | 8587,那一天是大年三十，江西启动了重大突发公共卫生一级响应 349 | 8588,格外空阔的八一大道初二：小区里发现了一辆鄂牌车1月26日上午，我去了趟对面的沃尔玛，找母婴店为宝宝买一个辅食器 350 | 8592,在历经了持续一周多的“海上漂流”后，终于，2月12日，柬埔寨同意接受“威士特丹号” 351 | 8593,根据船舶追踪服务网站MarineTraffic的记载，“威士特丹号”于柬埔寨当地时间2月13日7时28分到达西哈努克港锚地（船只等待靠泊码头或离开港口的地方），开始接受检疫 352 | 8594,汉森拍摄了一组越南的黄昏照片，海面宁静，远处的矮山上泛起紫色的晚霞，并配了一段充满留恋的文字，“农历新年前夕离开越南芽庄，如此美丽的世界 353 | 8596,”2月1日，“威士特丹号”离开香港，继续航行，在香港，有约800名乘客登船 354 | 8598,2月4日上午6时，“威士特丹号”提前一天抵达台湾高雄，并接受了非常严格的检疫 355 | 8600,当天，台湾“中央流行疫情指挥中心”紧急召开了专家咨询会议，升级了对邮轮停泊的限制 356 | 8601,”2月5日，“威士特丹号”提前离开高雄 357 | 8602,据日本共同社报道，2月6日晚间，日本首相安倍晋三召开内阁会议，日本政府表示将拒绝“威士特丹号”入境 358 | 8604,第二天下午，有乘客注意到，泰国一艘海军舰船正在护送“威士特丹号”前往指定地点补充燃料等物资 359 | 8606,2月12日，谭德塞在埃博拉和2019冠状病毒疫情新闻通报会上宣布，“今天下午，我与柬埔寨卫生大臣通了电话，柬埔寨同意接受在海上滞留数天的威士特丹号邮轮”，“这是我们一贯呼吁的国际团结的一个实例 360 | 8607,由网友ChristinaKerby提供根据船舶追踪服务网站MarineTraffic的记载，“威士特丹号”于柬埔寨当地时间2月13日7时28分到达西哈努克港锚地，并于当地时间18时34分进入西哈努克港 361 | 8609,新京报记者王瑞锋摄日产口罩180多万只产能还会增加新京报：在此次新型冠状病毒的防疫上，长垣为一线提供了重要的防护物资保障 362 | 8610,长垣成立了“统一采购，统一调配，统一供给”的机制，企业采购比较难的原材料，政府进行采购 363 | 8615,”2月12日晚，十堰市张湾区新冠肺炎疫情防控指挥部（下称“张湾区指挥部”）发布《张湾区全域实施战时管制的紧急通告》（下称《战时管制通告》），共列出8项条款，其中最受关注的是第三条：所有楼栋一律全封闭管理，除抗疫、保障民生人员，居民不得出入；生活必需物资，通过配送或代购实现 364 | 8616,小区封闭后四个大门关了三个，只有正中间的大门通行，鲍勤勇和几名志愿者就守在这里，依次检查出入人员的证件 365 | 8617,摸着石头过河从志愿者队成立开始，蓝山郡就建立起了一套灵活的会议机制 366 | 8618,2月12日晚，张湾区指挥部发布了《战时管制通告》，其中写道“这是非常时期、非常之举，势在必行、迫不得已 367 | 8619,在北京工作的王庄庄参与过多次口罩抢购 368 | 8620,为避开流量冲突，王庄庄另辟蹊径选择了网页抢购，竟然买到了2包共100个口罩 369 | 8621,江宇还从韩国购买过2000个KF94口罩 370 | 8625,”于是，在五百万人相继离开武汉后，逆着人潮，小豪踏上了艰难的返乡路 371 | 8626,咖啡店的另一位伊朗咖啡师Sina也选择留在武汉，和伙伴们在一起 372 | 8628,每天五百杯“武汉拿铁”送往医院1月26日早晨九点半，田亚珍和三位咖啡师准时到达咖啡店 373 | 8633,赵巧英独居，春节前参加了老友聚会，李丽娜专门提醒她，这个病很有风险，不要去人多的地方 374 | 8634,”2月14日，蔡毅发表长文《女人长城》，记录了护士工作的艰辛 375 | 8636,几天后，李丽娜也确诊，先被送往武汉国博方舱医院治疗，后转入武汉第五人民医院 376 | 8637,804年，他远渡中国学习真言宗 377 | 8642,”珠光也在简单、朴实的茅草屋里找到了修禅、习茶之所是其他人进一步发扬了“禅茶一味”这一观念的美学价值，大书特书禅与茶之非同寻常的也另有其人；但不要忘记，是珠光带领我们进入了这茅屋中的宁静与平和，让我们坐在字轴旁，与祖师为伴 378 | 8645,方北方用现实主义的手法写作了“马来西亚三部曲”，黄锦树反对他的写作方式 379 | 8650,阿克梅派的多数成员早期都参加过象征主义流派的活动，甚至本身就是象征派中的一员，不过后来出于各种原因，他们脱离了象征派，自己拉起一干人马，树起了阿克梅主义的大旗 380 | 8651,安娜·阿赫玛托娃（1889-1966），1907年发表处女作，后参加阿克梅派，是该流派中唯一得到勃洛克肯定的诗人 381 | 8661,任建树：上海社会科学院历史研究所研究员，1924年8月出生于河北省武安县，1945年初参加革命，1947年毕业于国立中央大学文学院历史系 382 | 8664,又经过十来年的打拼，他主编的《陈独秀著作选编》（六卷本）终于2009年出版，他独撰的《陈独秀大传》终于1999年出版，又过三年《陈独秀大传》修订本于2012年再版，再次推进了全国陈研学术水平 383 | 8665,江苏省陈研会2005年10月9日为此在南京财经大学举办了高端学术论坛，任老欣然赴会发表了别具一格的讲话 384 | 8668,疫情形势严峻，感染人数不断上升，1月23日凌晨2时许，据武汉发布消息，武汉市新型冠状病毒感染的肺炎疫情防控指挥部发布第1号通告，1月23日10时起，武汉公交地铁暂停运营，武汉机场火车站离汉通道暂时关闭 385 | 8670,记者|徐悦东1月9日晚，在社会科学文献出版社举办的《从考古发现中国》、《与人类学家同行》的新书发布会上，上海博物馆副研究员张经纬和历史学者、外交学院教师施展，社会科学文献出版社历史学分社编辑赵晨一起做客北京SKP书店，举行了“从人类学到历史学——作为‘大数据’分析的‘大历史’研究”的讲座，探讨了“大数据”和“大历史”的研究心得 386 | 8675,张经纬通过研究大量文献，发现了今天赤峰一带人群和今天陕北和内蒙古交界的人群的迁徙关系 387 | 8677,在《模型思维》这本书中，圣密歇根大学复杂性研究中心“掌门人”斯科特·佩奇为我们理解传染病的传播规律提供了3种简单的模型工具 388 | 8680,正如伯纳迪诺·德·萨哈贡所言，他们占领了阿兹特克的首府特诺奇蒂特兰城：几年之内，天花于16世纪20代到达印加的安第斯，在那里，天花导致人口大量减少，其中可能包括其统治者哈纳·卡帕克 389 | 8686,起初，许鹏从山东找到了几十台消杀机，但数量远远不够，更多的社区和医院需要这种设备 390 | 8687,许鹏联系了好几天，终于在山东寿光找到了一家愿意开工生产、且平价销售的厂家 391 | 8688,加入蓝天之后，许鹏参与了阜宁风灾，广元沉船等多项重要救援任务，在玉树雪灾时带领机动队队员奋战在救援一线 392 | 8690,许鹏参与保护区巡山救援任务 393 | 8694,特派员在工作中不能对企业经营行为进行干预 394 | 8696,两家企业首先在厂内协调其他产线的员工支持防护服生产，比如亚都公司将原来的手术衣产线暂停，员工全部转到防护服生产线上来 395 | 8698,如，2月14日当天防护服产量就分别达到了5000件和3700件，分别比1月30日增长了4.17倍和3.4倍 396 | 8699,发现信徒感染后的一段时间内，“新天地”教会仍多次组织活动 397 | 8700,”由于涉嫌金钱问题和男女问题，李万熙已经遭到警察厅起诉，目前正在接受调查 398 | 8701,此前，“新天地”教会的受害者们集体举报了李万熙，并披露“新天地”仍在举行秘密集会 399 | 8703,1月31日至2月2日期间，庆尚北道的大南医院举行了“新天地”教主李万熙哥哥的葬礼 400 | 8704,在2月18日出现确诊患者以后，“新天地”大邱教会和京畿道果川市的教会本部仍举行了集体礼拜，因此出现了很多确诊患者 401 | 8705,京畿道地区的警察为了找出信徒，甚至执行了潜伏任务 402 | 8706,1月20日，钟南山在央视采访中披露，“14个医务人员感染，新型冠状病毒肺炎存在人传人，要提高警惕” 403 | 8707,2月5日，张昌盛站在外长廊一侧的阳光中，祝贺出院的5位同事，她们回他，“没事，过两天你也出院了，你好得很” 404 | 8708,“快乐3+2”群里的4位同事都在线上祝贺他出院，她们回忆确诊时的心情，“那几天真的好想哭，就是脆弱”，到现在，5人互称生死之交，“大难不死，必有后福” 405 | 8709,李欣也申请了去医院办公室上班，为一线的医护人员提供后勤保障 406 | 8711,2月9日，中国疫苗协会发布消息称，包括中国医学科学院医学生物学研究所、康希诺生物股份公司、北京科兴生物制品有限公司等在内的18家会员机构正在开展新冠疫苗的研发，涉及医学研究机构、国有企业和民营企业，其中包括近10家上市公司 407 | 8712,此外，也有非会员机构独立参与疫苗研究，或与高校及研究所合作 408 | 8713,国家卫健委副主任曾益新在会上介绍疫苗研发的技术路线 409 | 8718,据《北京晚报》报道，自2003年4月起，北京科兴生物制品有限公司（下称“北京科兴”）开始研发SARS疫苗，8个月后，疫苗进行到I期临床试验阶段 410 | 8719,彼时，北京科兴停掉了甲乙肝疫苗、流感疫苗的生产线，全力投入SARS疫苗，因此出现持续亏损 411 | 8721,但两人的去向截然不同：早两天出院的王全自行回家休养，晚两天出院的陈斌被社区派出的车辆送到了一家酒店，接受14天集中隔离 412 | 8722,两人的不同境遇，来自武汉市新冠肺炎疫情防控指挥部（下称“武汉市防指”）2月22日发布第16号通告 413 | 8723,有时，还有工作人员从家中带来蒸好的馒头，包裹好再洒点清水，放到微波炉里一热，松软可口 414 | 8726,全国范围内，2月下旬至今，已有广东、江苏、天津、四川、湖南、湖北、陕西等7个省份的疾控部门通报过“复阳”病例 415 | 8727,依据2月5日的第五版《诊疗方案》，湖北省内具有肺炎影像学特征的疑似病例应被认定为临床诊断病例，接受住院治疗 416 | 8728,与此同时，广东省疾控中心还在对痰液样本进行培养，看能否得出完整的新冠病毒 417 | 8729,寻子15年，申军良终于找到了儿子申聪 418 | 8730,新京报深度报道部x腾讯新闻出品申聪找到了1月16日接到电话时，申军良正在济南的家里准备开庭要用的材料 419 | 8731,3月7日凌晨，申军良接受记者采访 420 | 8734,3月6日晚上八点多，申军良开车到达广州增城 421 | 8735,”随后，广州警方召开了新闻发布会 422 | 8736,会上，广州市公安局增城区分局副局长李光日说，“今年1月警方在梅州找到申聪，还没让申军良和他见面，孩子需要一个缓冲期，他们将在合理的时间和地点安排双方见面 423 | 8737,通报发布时，申军良一家避开所有媒体，悄悄离开了宾馆 424 | 8738,疫情发生初期，随着确诊和疑似病例的迅速增加，床位等医疗资源严重不足，武汉形成了救治的“堰塞湖” 425 | 8739,为了解决发热门诊就诊排长队、留观床位紧张等问题，武汉市在1月22日公布了首批7家定点医院，并在此后一个月内不断增加，共征用5批共55家医院，其门诊部全部作为发热门诊，且提供床位，集中接诊全市发热患者 426 | 8741,受访者供图这份通告的依据是，武汉市卫健委在1月22日公布了7家定点医院（汉口医院、武汉市红十字会医院、市七医院、市四医院西院区、市九医院、市武昌医院、市五医院），作为新冠肺炎疑似和确诊病例的定点诊疗医院 427 | 8742,2019年12月30日，武汉市卫健委医政医管处发布《关于做好不明原因肺炎救治工作的紧急通知》，称武汉市部分医疗机构陆续出现不明原因肺炎病人 428 | 8743,12月31日，新京报记者在武汉市探访时发现，距离华南海鲜市场2公里左右的武汉市中心医院后湖院区，华中科技大学附属同济医院、协和医院，在12月底均已陆续接诊了多例不明原因肺炎患者 429 | 8745,1月20日，即国家卫健委宣布新冠肺炎为乙类传染性疾病、按甲类传染性疾病进行管理当日，武汉市首次将新冠肺炎的收治机构“扩容”——公布了61家发热门诊，金银潭医院、肺科医院、汉口医院和6家远城区人民医院共9家定点医疗机构 430 | 8746,次日下午，武汉市卫健委在官网发布“关于市民关心的几个问题的答复”一文，解释称，目前全市发热患者增多趋势明显，存在发热门诊就诊排长队、留观床位紧张的现象，为此，市指挥部决定征用7家医院作为发热患者定点诊疗医院，其门诊部全部作为发热门诊，集中接诊全市发热患者，并安排3000余张病床收治疑似和确诊病例 431 | 8747,无奈，谢莹只好带着母亲回家，为了不传染家人，谢莹的母亲选择了单独居住 432 | 8749,武汉市卫健委网站从2月1日起公布定点医院床位数，新京报记者统计发现，自1月31日至2月7日，空床率在1%-2%低位徘徊 433 | 8751,2月2日，武汉市卫健委公布了第四批17家、第五批10家定点医院名单，至此，武汉市公布了5批共55家定点医院（含金银潭和肺科医院） 434 | 8753,新京报记者查询武汉市卫健委官网公布的定点医院床位数据，发现在前期公布的5批次定点医院名单外，武汉市第一医院、江夏区中医医院、武汉儿童医院、同济医院(光谷院区）、省中医医院（光谷院区）、泰康同济医院等多家医院也成为了定点医院 435 | 8754,副院长陈国华告诉新京报记者，2月10日，医院接到武汉市防控指挥部的指令，要改造成定点医院，提供1000张床位，并且要求两天后能立刻收治新冠肺炎确诊病人 436 | 8760,新冠肺炎是一种全新疾病，没有特效药，因此，专家们也在不断开展临床试验，试图寻找有效的药物 437 | 8763,2月下旬，杜荣辉在肺科医院住院大楼9楼接受新京报记者采访，谈到近期新发病人减少，老病人逐渐治愈出院，这位已经在一线奋战了两个多月的呼吸科老将露出了难得的笑意 438 | 8765,”多名熟悉李跃华的人向新京报记者证实，李跃华本人系科班出身，1987年毕业于第三军医大学军医专业，曾在某基层部队任职军医，后离开部队到地方从业，2012年开办一家名为“爱因思”的私人诊所 439 | 8767,李跃华曾为上述穴位注射剂申请了国家专利，这也是他引以为傲的资本，但专利从业者表示，申请专利并不意味着药物本身有效 440 | 8770,在该校的网站上可以查询到，2012年6月17日，李跃华曾以校友身份受邀回校举行过一次发明成果报告会 441 | 8771,3月5日，新京报记者致电第三军医大学求证李跃华的学历情况，工作人员表示，此前湖北省卫健委曾致电调查过李跃华的学历问题，但他拒绝透露调查结果，并表示拒绝接受地方媒体采访 442 | 8775,“一个名牌大学的毕业生为什么会离开国营单位，回到家乡去自己干，这在80年代不可能的事儿对吧 443 | 8779,2012年6月，李跃华在高中母校举行“穴位注射剂”发明报告会 444 | 8781,”新京报记者发现，在上述报告会的新闻中，李跃华列举了这种穴位注射剂能够治疗的百余种疾病，囊括五官科、呼吸科、消化科、疼痛科、肛肠科、神经科、妇科、皮肤科等多领域疾病，值得注意的是，还有一类“病毒性疾病”，其中包括流感和病毒性肺炎等 445 | 8784,新京报记者检索裁判文书网，未发现李跃华及爱因思诊所有过医疗纠纷相关判决 446 | 8789,一位先生介绍，他和妻子、女儿、女婿都接受过李跃华的注射治疗，但后来妻子和女婿的核酸检测呈阳性，均已住院治疗 447 | 8793,2013年2月27日，国家知识产权局发布发明授权公告，李跃华“一种穴位注射剂”的发明专利生效 448 | 8794,2013年，李跃华在《求医问药》第11卷发表一篇《一种穴位注射剂——微量苯酚在临床中的应用》，其中列举了微量苯酚注射在十种疾病治疗中的临床应用和治疗方法，其中包括感冒120例、口腔-生殖器疱疹25例、乳腺增生12例、慢性鼻炎100例等 449 | 8795,”2013年，李跃华在《求医问药》第11卷发表文章《一种穴位注射剂——微量苯酚在临床中的应用》，列举一系列临床应用以证明微量苯酚穴位注射办法有效 450 | 8803,在《后记》一文中，斯坦纳细致地介绍了犹太遇害者卡普兰在集中营写的《日记》，卡普兰发现，纳粹的威力在于，他们同时拥有书籍和利剑，“在同一个人身上，既有兽性，也渴望人文 451 | 8807,五角大楼能够在图纸上打出草稿，然后做出模型及样品 452 | 8808,当欧洲人首次到达新大陆的时候，某些欧洲传染病在极短的时间里造成了美洲土著90%以上的死亡率 453 | 8811,"1974年，帕蒂·史密斯组建了自己的乐队，很快发行了一张单曲碟《HeyJoe""b/w""PissFactory》，受到乐评人的追捧" 454 | 8812,2018年，德国最大的影院协会HDFKino表示，它和意大利电影院协会一致反对Netflix在威尼斯电影节上出现 455 | 8814,1899年，由外国人管理的上海工部局进一步批准在吴淞附近的崇宝沙岛建立一个永久性的鼠疫检疫站 456 | 8816,他大大增加了警官的人数，提高了他们的薪水，成立了警务学堂并任命了一名警察局长 457 | 8817,徐世昌和锡良在各自的东三省总督任内都对警察的卫生工作进行了进一步的改革 458 | 8818,沈阳的政府官员收到北满鼠疫大作的预先警告，于12月下旬，甚至在鼠疫传到该城市之前，已成立了防疫总局 459 | 8820,这些鼠疫预防与控制措施于1911年1月12日公布，沈阳的警察立即被动员起来开展挨家挨户的视察 460 | 8824,为此，国家文物局组织部署全国各地博物馆利用已有数字资源推出一批精彩网上展览，为公众提供安全便捷的在线服务 461 | 8827,太原北齐徐显秀墓北壁夫妻并坐图上海博物馆再次宣布延迟开馆，推出“网上博物馆”专题，观众可从上海博物馆官网首页点击进入 462 | 8829,1510年，南直隶发生大型灾疫，“百姓艰食，弃妇鬻子，啼号之声溢于衢路”，巡行至此的监察御史打算上报灾情，但却遭到劝阻，警告他去年另一位御史因为报灾“稍涉疑误”而遭到严惩——上报灾情付出的仕途成本太高昂，以至于许多地方官员面对灾疫时，更愿意选择“匿不以奏” 463 | 8833,除此之外，欧洲殖民当局还控制了大学医学教育、医学学位和证照制度 464 | 8835,19世纪的医疗传教士则建立了传教医院和医学校，英国传教士在云南广泛运用西方医疗 465 | 8836,随着中华人民共和国的成立，中国政府对传统医疗进行了大规模投资，建立起可负担的医疗与公共卫生设施 466 | 8837,接受西方医学训练的中国医生也学习传统医学，传统医者也接受现代方法的训练，有活力地整合现代的医学概念与方法，振兴传统医学某些精心挑选出来的合适面向 467 | 8839,新中国成立初期，中国政府支持一种针对乡村地区的全新医疗卫生体系 468 | 8842,以南非前开普顿大主教、诺贝尔和平奖得主图图为主席的“真相与和解委员会”引导南非社会，不仅仅披露残酷白人种族统治的内幕、曝光那些令人发指的罪行，也不仅仅给受难者倾诉苦难的机会，而且还给作恶者承认其罪行并请求宽恕的悔罪机会 469 | 8848,由此来看，现代医疗的发展绝非一个和谐向上的人类进步故事，而是充斥着苦涩与残酷的西方殖民史：欧洲人与其他种族相遇，在现代医学思想中建立了种族与人类演化的观念；殖民军队与帝国主义的“文明开化使命”，也同样造成了疾病的全球化；现代医学通过降低欧洲军队和移民的死亡率，推进了在美洲、亚洲和非洲的殖民；欧洲的医生、旅行者和传教士，把他们的医药提供给遭到殖民的种族，并将这样的行为当成慈善与种族优越性的表征 470 | 8849,在山火期间，悉尼、墨尔本、布里斯班等城市纷纷组织关注全球变暖、保护野生动物的游行，反对莫里森政府、反对保守新闻媒体的抗议等等 471 | 8851,虽然很多公司和机构都为担任消防志愿者的员工提供假期和支持，但是，在这次大火中，消防志愿者长期离开自己原本工作岗位，给许多中小企业带来很大压力，从而使一些志愿者难以保证足够的收入支撑自己和家庭的生活 472 | 8853,736年4月，阿倍朝臣继麻吕离开了奈良都 473 | 8854,7月，大和国、伊豆国和若狭国依法报告了传染病暴发；同月晚些时候，伊贺国、骏河国和长门国也发布了同样报告 474 | 8859,再次，许多村组干部在工作中也使用微信等社交媒体，建立了村庄、小组内部的微信群，他们可以在社交媒体上发布有关疫情防控工作的信息 475 | 8861,从2月19日的第一例起，“护肾小队”已参与救治了40余名患者，10名已康复出院 476 | 8863,ICU病房里，王强在接受血液净化联合ECMO治疗 477 | 8864,受访者供图此后，王强隔天接受连续的血液净化治疗，5天后炎症因子接近正常的范围 478 | 8868,与此同时，在英国，查尔斯·达尔文于1859年发表了《物种起源》，为生物学提出了指导性原则 479 | 8870,这个问题直到1949年才得到解答，弗兰克·麦克法伦·伯内特（FrankMacfarlaneBurnet）提出了他的克隆选择理论 480 | 8877,因此中国要建立一套新的卫生机制来应对瘟疫的触动力量，可能也不如西方强烈 481 | 8878,《清代江南的瘟疫与社会》，余新忠著，谭徐锋工作室|北京师范大学出版社2013年1月新京报：晚清以来，中国逐步建立起现代卫生制度，国家可以集中力量办大事，但另一方面，民间社会的积极性和创造力有多大的发挥空间也值得关注 482 | 8887,带着同普通人类似的疑问，四川美术学院教师、艺术家李一凡跟踪多年拍摄了纪录片《我爱杀马特》 483 | 8894,六十多年前，中国人喊出“赶英超美”的口号，提出钢产量要在十五年内赶上英国 484 | 8897,如何评判自己、如何定位自己与外部世界的关系似乎是戊戌年永恒的主题：1778年乾隆帝准许西洋人进京效力；1838年道光帝支持林则徐禁烟，最终引发中英鸦片战争；1898年危机下的“戊戌变法”失败，古老帝国被瓜分；1958年，村村点火，户户冒烟，无数丑陋无用的煤钢混合物在“大跃进”中诞生；2018年是马克思二百周年诞辰、世界金融危机开始第10年，也是中国改革开放40周年 485 | 8898,信中大意为：（1）大家知道、中国的武汉发生了新性肺炎；（2）预防对策和流感一样，更要做好；（3）随着疫情信息在新闻及网络上的扩散传播，请大家平等对待与中国及在武汉地区有生活关联的人，避免言论表述方面的歧视 486 | 8899,一名从武汉坐高铁回到山东老家的医学生，刚下车就惊讶地发现自己和许多人的个人信息都被泄露了，其中包括自己的姓名、住址和身份证号，仿佛武汉人已经成了全城通缉的要犯 487 | 8901,在大理，一名武汉籍的民宿客栈老板，因为在网上发布消息表示自己愿意接待被各家酒店拒之门外的老乡入住，就遭遇了暴风骤雨般的网络暴力 488 | 8902,1936年5月，广东高要县县长奉指示，在肇城、大湾乡及六步乡对麻风病人执行枪决、活埋达200多人 489 | 8903,法国国王菲利普五世对麻风病人执行严格的灭绝政策，一律用绳子绑到木柱上放火烧死 490 | 8904,广东罗定县则发生了三个外地麻风病人轮奸一名村妇的惨案 491 | 8906,1月28日，北京师范大学新媒体传播研究中心通过新京报发布了《信息公开与谣言传播：有关冠状病毒肺炎疫情的谣言分析报告》，通过极度云调查数据分析了网民获取疫情信息的渠道情况、对疫情的了解程度和谣言传播情况，结果发现网民了解的疫情信息越多，就越提高新型冠状病毒肺炎疫情的谣言感知，也相信预防新型冠状病毒肺炎的有效方法，同时越不相信预防新型冠状病毒肺炎的谣言 492 | 8909,截至目前，已有北京出版集团有限责任公司、网易有道信息技术（北京）有限公司、清华大学出版社、中版集团数字传媒有限公司、掌阅科技股份有限公司、阅文集团、北京晋江原创网络科技有限公司、中文在线数字出版集团股份有限公司、北京爱奇艺科技有限公司、生活·读书·新知三联书店有限公司等54家单位参与了行动计划，提供包括在线教育、知识付费、有声读物、网络文学、数字音乐等在内的免费资源 493 | 8912,（行动企业：北京出版集团京版若晴公司）北京出版集团京版若晴在“蜻蜓FM”免费提供“最美童谣”“最美古诗”等音频 494 | 8914,（行动企业：北京波波乌文化发展有限公司）数字音乐1.QQ音乐平台提供VIP畅听特权一周，链接：https://y.qq.com/酷狗音乐平台提供VIP畅听特权一周，链接：https://www.kugou.com/酷我音乐平台提供VIP畅听特权一周，链接：http://www.kuwo.cn/全民K歌提供VIP欢唱特权一周，链接：https://kg.qq.com/（行动企业：腾讯音乐娱乐集团）2.“千千音乐”赠送一个月Vip会员服务，链接：www.taihe.com“LavaRadio熔岩音乐”赠送一个月Vip会员服务，链接：www.lavaradio.com（行动企业：太合音乐集团）3.酷我音乐APP推出共同战“疫”内容专区、《挺住，武汉》歌曲MV、百位影视明星为武汉加油 495 | 8918,由于父亲的反对，斯坦纳没有继续留在美国当教授，1969年，他成为了剑桥大学的特别研究员，1974年，他接受了日内瓦大学提供的比较文学与英语文学教授的职位，他在这个职位上工作了20年，用四种语言教学，直到1994年退休 496 | 8919,2008年的时候，斯坦纳还在《泰晤士报文学增刊》上发表文章《毕希纳继续存在》 497 | 8922,例如，自1994年以来，美国的频谱拍卖已为美国财政部提供了大约600亿美元的资金 498 | 8923,考虑到这些因素，非政府组织出售象牙还是不道德的吗 499 | 8925,然而，20世纪西方的政治暴行，却有变本加厉之势，甚至于一向以理性自尊的法国，在德国人离开巴黎不到十年，就开始在监狱里凌虐阿尔及利亚的独立分子了 500 | 8929,加拿大多伦多市举办“团结晚宴”号召给予华裔公民支持；加州大学伯克利分校学生和校友谴责学校心理中心将“恐惧与亚洲人交往”列入面对疫情的“正常反应” 501 | 8930,为了对国外社交媒体舆论有更全面的认识，我们对推特和YouTube的讨论进行了简单的数据分析 502 | 8931,丹麦媒体《日德兰邮报》1月27日在网站发表漫画，画中将中国国旗中的五星处理成冠状病毒的外形，中国驻丹麦使馆要求《日德兰邮报》公开道歉：“这没有任何同情和同理心，它已经越过了文明社会的底线和言论自由的道德边界，有悖人性的良知 503 | 8934,《鼠疫与近代中国：卫生的制度化和社会变迁》，[日]饭岛涉著，朴彦/余新忠/姜滨译，社会科学文献出版社2019年4月版作者|饭岛涉1930年，国民政府卫生部作为中央卫生行政机构在成功地收回了检疫权的同时，关于地方卫生行政，也在有关生命统计的建设、传染病及地方病的防治、医师及药品的管理、卫生教育的完善等方面制定了雄心勃勃的计划 504 | 8935,在厦门，1929年5月15日召开了卫生纪念大会，来自海军司令部、公安局、各工会及学校等63个团体的约1000人参加了游行 505 | 8936,另外，1930年12月15日，济南召开了卫生大会 506 | 8938,九一八事变以后，还产生了这样的卫生运动和抗日运动交错出现的场景：1933年8月8日，福州举行了有关卫生防疫的化装游行，“主要化装的是天花患者、成为霍乱及鼠疫媒介的蝇及鼠、纸制的棺材等”，宣传的标语中还可见到“要抗日救国，要注意卫生”的字样 507 | 8940,在此卫生行政的展开进程中，1934年5月，北平市召开了第一次卫生运动大会 508 | 8941,1934年9月，邹平县实验区设立了卫生院（医院），同年10月召开了卫生运动展览会，并于1935年2月，开设了卫生助理员训练班 509 | 8942,山本真（1998）对当时的地方行政改革的实情进行了调查，该著指出了蒋介石政权撤退到台湾后的行政改革中，卫生事业的重要性 510 | 8943,在这种情况下，保赤堂设立了施种牛痘总局，在春季种痘中，对8016人进行了接种 511 | 8945,国民政府虽然积极地开展了卫生行政工作，不过就像在卫生部的机构变迁中看到的，卫生行政并未能在行政机构的不断重组中保持不变 512 | 8946,1939年4月，卫生科改编为卫生处，成立了边区卫生委员会（以马海德、张任俊、傅连暲、黄祖炎、张一知、吕振球和辛兰亭7人为委员） 513 | 8947,1941年，还组织了南区防疫会委员会以及各行政级别的防疫委员会，还于1942年为应对绥远、内蒙古、山西一带发生鼠疫，组织了边区防疫委员会 514 | 8950,中国纺织出版社向广大读者免费开放心理类、美食健康类、休闲游戏类、儿童益智类、语言学习类等电子图书阅读服务，向广大读者提供科学防护知识，丰富人们的居家生活 515 | 8952,2.人民卫生出版社在国家卫生健康委员会疾病预防控制局指导下，中国疾病预防控制中心与人民卫生出版社于2020年1月30日推出《新型冠状病毒感染的肺炎公众防护指南》融媒体图书、电子书、网络版读物 516 | 8953,同时，该社正开发建设“抗击新型冠状病毒肺炎专利情报专题数据库”，数据库建成后，将向全社会免费开放 517 | 8954,6.上海交通大学出版社自有APP“慕知悦读”平台免费开放全场300多种电子书资源，开放时间从2020年1月29日起至2月9日 518 | 8955,ns=17.中国纺织出版社向广大读者免费开放心理类、美食健康类、休闲游戏类、儿童益智类、语言学习类等电子图书阅读服务，向广大读者提供科学防护知识，丰富人们的居家生活 519 | 8956,相关网址：http://medjournals.cn/index.do9.英大传媒投资集团有限公司制作《新型冠状病毒防控知识手册》读本，2000本免费提供给北京国家电网公司相关单位，电子版免费发布 520 | 8958,网址：https://pan.baidu.com/s/10ilGPT9IFf4hmSO4TQqEbQ，提取码为wpty14.陕西师范大学出版总社该社从疫情的心理防治角度切入，紧急组织了一批长期从事心理学研究和心理健康教育的教师，由陕西师范大学校长、中国心理学会理事长游旭群教授担任编委会主任，编写出了《新型冠状病毒感染的肺炎疫情下心理健康指导手册》一书，是全国目前正式出版的第一本疫情防控心理健康指导读物 521 | 8959,“中国中药知识港”网址：http://tcm.fjstp.com/18.世界图书出版社非通在线学习平台自2020年2月4日至2020年5月1日，面向全国非通用语师生及社会公众，免费提供《基础泰语》、《基础越南语》、《基础缅甸语》等部分优质线上外语课程 522 | 8961,他们惟恐其他国家出于防疫需要，向德国大量订购各种相关医疗防护设备，从而导致德国本土防疫设备、耗材“失血”，因此3月4日宣布了新的行政命令，禁止向国外出口除国际援助行动等极个别特殊情况外的一切医疗防护设备 523 | 8965,而俄罗斯千方百计地降低减产协议对本国石油生产的约束，如要求在减产指标中排除凝析油产量，减产协议执行率远低于沙特，享尽了减产协议的好处却出力不多 524 | 8966,2014年的油价暴跌和西方因克里米亚危机对俄罗斯实施制裁之后，俄罗斯制定了反危机计划，推行进口替代和多元化政策，在一定程度上降低了对西方国家和石油出口的依赖度 525 | 8970,2月21日，在“至尊公主”号返回旧金山港后，绝大部分游客下船登陆，新乘客登船，62名上次旅行的游客继续参加了前往夏威夷的旅程 526 | 8973,美国政府作出此番颇有层次的“规划”，想必是吸取了“钻石公主”号的教训——由于管控不利，在短短两周的隔离期内，“钻石公主”号上就增加了有数百例确诊病例 527 | 8974,■社论“新基建”不仅为疫情后经济复苏提供助力，更可以从根本上加速我国经济换挡升级，提升中国经济的国际竞争力 528 | 8975,他之前还发布过《独家披露：李跃华亲口讲述发明经过》《独家回应：李跃华解释自己的行医资格问题》《独家发布：李跃华晒出了自己的第三军医大学毕业证书》等文章 529 | 8976,而俄罗斯千方百计地降低减产协议对本国石油生产的约束，而其享尽了减产协议的好处却出力不多 530 | 8979,最近10年，意大利经济三次衰退，并导致政府频繁更迭 531 | 8981,3月3日，美联储紧急降息，联邦基金目标利率降低50点，超额准备金利率也降低50点 532 | 8982,此前新京报已刊文分析了禁止快递员进小区的利弊：在快递与外卖支撑起了人们“宅生活”保供需求的背景下，不让快递员进小区，让居民出门下楼自取，会降低快递或外卖配送服务效率，也会造成取件时的聚集问题，还会浪费口罩 533 | 8983,值得注意的是，3月3日，国务院总理李克强主持召开国务院常务会议，其中就提到随着疫情防控取得积极进展，各地要对邮政和各种所有制快递企业给予一视同仁的通行便利，推动打破乡村、社区“最后一公里”通行和投递障碍 534 | 8985,比如，在某个全市只有不足10个病例的城市，仅一个行业就奖励了几十人；一个跟防疫不紧密的行业，也硬往抗“疫”上靠，开始填写事迹表了，琢磨提拔干部了；更有地方把名额平分给了各家，并要求“明天马上报”；有的市县奖励名单既无明确奖励标准，也未附个人事迹说明，连推荐、公示的必要程序都省了……功勋章派发随意化，功劳簿记名扩大化，带来的问题就是有空子可钻，有利可捞——有些不干实事的，没准也找到了“敲门砖”“登云梯”，趁机领功，搭上便车 535 | 8986,据新京报报道，当地时间3月9日，世界卫生组织（WHO）在日内瓦召开新冠肺炎例行发布会，WHO总干事谭德塞在会上表示，当前新冠肺炎在全球100多个国家和地区蔓延，病例数超过10万，新冠肺炎成为大流行（病）的威胁已变得非常现实，但这将是历史上第一个可以控制的大流行（病），最根本的是，我们不会受这种病毒摆布 536 | 8987,另据消息，湖北正在开展健康码发放工作，企业复工复产和人员安全有序流动，也指日可待 537 | 8989,自疫情发生以来，习近平总书记十分关心武汉的疫情防控工作，就驰援武汉、决胜湖北连续作出动员和部署 538 | 8990,随着疫情持续发酵，武汉关闭离汉通道，在此前后，市民也开启了家中隔离的生活模式，由此造成了生活上的诸种不便 539 | 8993,家人和老师成了他的拐杖和扶梯，在他们的帮助下，谢炎廷顺利完成了本科、硕士论文答辩，并在国际学术期刊发表了两篇学术论文 540 | 8994,1992年9月，一个5斤多重的婴儿呱呱坠地，比预产期提前了1个多月，医生告诉母亲刘小凤，婴儿一切正常 541 | 8995,刚查出儿子脑瘫时，有一段时间，刘小凤变得神经衰弱，吃不下饭，体重一下子降了快30斤，“不需要别人安慰，我自己调整，生活还得过，还得好好过 542 | 8996,”一家人支持刘小凤的决定，把爱和耐心留给了这个小孩 543 | 8997,看到谢炎廷的坚持，刘小凤到招生办咨询，儿子最终以“社会青年”的身份参加了2011年兰州理科高考 544 | 9000,徐守军就让女儿买些菜送给环卫工人，“既增加快乐感，又能保持环卫工的尊严 545 | 9001,2014年，徐守军在组合数学课上提出一个研究课题，谢炎廷表现出浓厚的兴趣 546 | 9002,【编者按】今年八月，国务院办公厅发布了《关于促进平台经济规范健康发展的指导意见》，其中指出，互联网平台经济是生产力新的组织方式，是经济发展新动能，对优化资源配置、促进跨界融通发展和大众创业万众创新、推动产业升级、拓展消费市场尤其是增加就业，都有重要作用 547 | 9003,滴滴司机服务经理接受培训 548 | 9004,紧接着，三级预防启动，线上安全专家介入研判，判断为有可能发生较为严重的交通事故，并移交给四级线下安全专家跟进处理，最终在事发现场找到了出事车辆 549 | 9005,他告诉新京报记者，有一次，一位乘客进入深醉状态，下车后一个不稳就栽在地上，剧烈呕吐 550 | 9008,张晓颖曾在一次演讲中阐释自己工作的原理：人的左脑更加擅长处理比较短的音节、节奏、词汇等，右脑比较擅长处理旋律化、音乐化的信息，如果一个患者对某一歌曲特别熟悉，尽管左脑受损伤了，右脑仍能提取出代表音符的那几个字，音乐治疗师通过捕捉它们来修复患者的语言能力 551 | 9009,后来的日子，宋宜川成立了自己的工作室，靠帮别人录唱片养活自己 552 | 9010,2013年，一位河南母亲推着脊椎受伤的儿子找到他，希望能找回说话的力气，回归正常生活 553 | 9011,口耳相传，越来越多的人找到宋宜川，那几年里，他先后“接诊”过二十余个患者 554 | 9012,9月25日晚上8点多，孙锦荣到达失主居住的小区 555 | 9013,孙锦荣注意到宏宏有些不悦，但还是忍不住指出问题 556 | 9014,在护国寺小吃，黄毅也推出了专门的外卖套餐：一荤一素两份炒菜，一份凉菜，一份米饭，一罐饮料 557 | 9015,开始做外卖后，峨嵋酒家在线上推出了“9.9元抢购镇店名菜宫保鸡丁”活动 558 | 9018,但在接触外卖平台后，黄毅找到了答案 559 | 9019,9月20日，中国商业联合会中华“老字号”工作委员会与美团点评在“2019第十三届中华‘老字号’博览会”上共同发布《餐饮“老字号”数字化经营现状报告》 560 | 9021,一些连锁店不断开新店，开了新店后，有的老店长就会介绍新店长上线外卖平台 561 | 9023,那是一个长期接受化疗的患儿，此前他在病房治疗了快一年时间，和小丑医生有过多次接触 562 | 9025,身着绿色手术服的郭卫东此时正坐在会议室里，戴着一副黑片眼镜，推动着面前的两根操作杆 563 | 9026,而“患者”，此时正躺在贵州省安顺市西秀区医院的手术台上，接受着这台跨越3000公里的远程手术 564 | 9029,“达芬奇”的各项专利保护也给自主研发带来很多限制 565 | 9030,”“‘达芬奇’系统其实也设计了远程手术模式，但是引进中国时这个模块被取消了 566 | 9031,但“妙手S”解决了这个难题 567 | 9032,六年未清洗的毛绒玩偶变得干干净净 568 | 9033,“这是我这辈子最有意义的一件事”2017年，一个女孩抱着小熊毛绒玩偶找到朱伯明，玩偶身上的毛绒被磨得光秃秃，颜色褪色到不深不浅很特殊，她要求修补后一定要和现在颜色一模一样 569 | 9035,母亲孙水娟记得，富阳的医生判断蔡琼卉眼部伤势严重，建议家人直接将其送到杭州的医院救治 570 | 9036,农村家庭负担不起持续的治疗费用，当地的媒体还曾刊发报道倡议捐款，一周之内，热心的陌生人为蔡琼卉凑齐了10万余元治疗款 571 | 9038,她还申请到一只名叫“阿拉丁”的拉布拉多导盲犬，扩大了自己的行走半径，生活也变得更有规律，遛狗、散步、锻炼身体 572 | 9039,从决定进盲校、学习琵琶演奏、选择考大学到成为调律师，她选择了一条和大部分盲人同学完全不同的路 573 | 9040,”2017年8月8日21时19分46秒，九寨沟发生7.0级地震，造成25人死亡，部分海子受损，景区关闭——这是九寨沟自1984年作为旅游景区对外开放以来的首次关闭 574 | 9041,九寨沟管理局科研处处长杜杰介绍，这里离震源大概六七公里，山顶垂直落差272米，石头高9.2米，重552吨，是形成于3.2亿年前的白云质灰岩，幸运的是巨石在离河道不足1米的地方停了下来 575 | 9042,杜杰介绍，地震后，九寨沟管理局立即成立抗震救灾领导小组，同步推进抢险救灾、灾损统计，协助开展规划编制等工作 576 | 9044,地震3个月后，四川省相继公布《“8·8”九寨沟地震灾后恢复重建总体规划》及《“8·8”九寨沟地震灾后恢复重建5个专项实施方案》(下称《方案》)，从生态环境修复、地质灾害防治、景区恢复与产业发展、基础设施和公共服务重建、城乡住房重建五个方面入手，全面启动九寨沟灾后恢复重建工作 577 | 9045,蹇代君介绍，在地震发生第二天，就有地质专家进景区内进行应急现场踏勘 578 | 9046,张晓超是成都理工大学生态环境学院副教授，她告诉记者，他们有几十人投入重建工作，工程、地质、材料、生物和艺术设计方方面面的专家都在，九寨沟成了一个科研试验场 579 | 9048,中国科学院空天信息创新研究院研究员付碧宏团队利用遥感监测技术发现，九寨沟地震诱发了大量同震滑坡，形成了许多潜在滑坡和泥石流隐患点，主要分布在日则沟的五花海、查则洼沟的下季节海及树正沟的荷叶寨一带及周边地区，随着时间的推移，受降雨等因素的影响，部分潜在隐患点的问题将逐渐暴露，产生新的滑坡和泥石流 580 | 9050,九寨童话酒店老板王培江告诉记者，震后这两年里，景区附近数百家酒店多数都关了，但九寨童话差不多一直开着，为参与恢复重建的高校老师和建设工人提供住处，“没有游客，可以说是艰难地熬日子 581 | 9051,《过劳时代》以大量的数据、详实的案例立论，为我们披露过劳时代的实貌，并重点介绍了日本这个“过劳死”新闻频现的国家，以及其他发达国家在应对“过劳问题”上的尝试 582 | 9053,财阀通过资助各种研究机构、思想传播平台和智库，“捧红”这些符合他们理念的思想领袖，从而影响政策的制定和选民 583 | 9054,调查记者简·迈耶深入调查了美国第二大私人企业科氏工业集团的科赫兄弟，查清了以他们为中心和几大亿万富翁所构成的盘根错节的“科赫网络” 584 | 9055,我也参与了一期纪念哈贝马斯九十岁生日的专题 585 | 9058,在大体思路上，他基本赞同哈贝马斯对欧盟的分析，要解决欧盟的症结，就需要更深刻的一体化，通过建设欧洲的公民社会来建构出欧盟的身份认同 586 | 9059,他们都反对“疑欧派”的主张——选择“脱欧”，抑或其他想要加强自己民族国家主权的主张，这对解决欧洲的危机毫无益处 587 | 9060,不同于哈贝马斯，孙歌更关注亚洲的多样性本身 588 | 9061,《分身》，李永晶著，一頁folio丨北京联合出版公司2020年1月版在书中，李永晶提出了“新世界主义”的构想 589 | 9063,NBA官方发布了一份关于科比·布莱恩特去世的声明：“我们对科比突然去世的消息感到震惊 590 | 9065,美国军团组织7月4日在费城一家饭店聚会，不知什么东西竟使128人身患重病，29人死亡 591 | 9066,1981年，美国国家卫生研究所的理查德·克劳斯（RichardKrause）博士发表了一本引起争论的书，名叫《难以平息的浪潮：微生物世界不停的挑战》（TheRestlessTide：ThePersistentChallengeoftheMicrobialWorld） 592 | 9067,”怀着一种共同的责任感，莫尔斯和莱德伯格开始征集同事们对这个问题的看法，收集证据，提出建议 593 | 9069,1991年2月，美国国家科学院下属的医学研究所召开特别小组会议，议题是进一步探讨1989年科学家会议提出的问题，并在两个方面对联邦政府提出建议：微生物威胁对美国公民的严重程度；改进美国疾病监测和监管能力应采取的步骤 594 | 9070,报告公布以后，亚特兰大的美国疾病控制中心开始冥思苦想，终于在1994年春制订出一个计划：提高警惕，对疾病暴发作出迅速反应 595 | 9071,随着地球大气层臭氧空洞的发现，全世界的科学家开展了一场辩论，辩论的题目是为了防止地球保护性臭氧层的进一步污染、破坏，全球应负何种责任 596 | 9072,生物学家如哈佛的E·O·威尔逊和史密森学会的托马斯·洛夫乔伊则提出警告：可能出现一次全球性动植物种群的灭绝事件，其规模之大，可以与白垩纪恐龙的绝种相比 597 | 9075,根据地建立后，中共从密切党群关系、繁荣地方经济，开展革命宣传的角度，积极支持和参与民间的节日活动，并根据不同节俗，有针对性地开展社会动员工作，使传统节日表现出新的革命特质 598 | 9076,1938年1月底，也就是旧历小年前后，周立波到达河北省平山县洪子店，此时八路军和日军刚刚结束激烈战斗，尽管集镇还是一片狼藉景象，但民众已经陆续返回 599 | 9077,旧历除夕，周立波赶到了河北阜平县，清晨城中就响起了爆竹声，至于彩灯、春联等传统节日元素更是随处可见 600 | 9078,《白毛女》剧照抗战时期以华北农村为背景创作的现代歌剧《白毛女》中，躲债多日的杨白劳选择在除夕雪夜冒险回家，尽管手头拮据，他也不忘请张门神，给女儿买二尺红头绳 601 | 9079,（导语撰写：李夏恩）撰文|徐晏清2020年1月23日，农历腊月二十九封城当日，壮士断腕凌晨2时许，我刚关闭电脑准备回房休息，看见手机有推送的新闻，打开浏览，头条即让人睡意全消：“自2020年1月23日10时起，全市城市公交、地铁、轮渡、长途客运暂停运营；无特殊原因，市民不要离开武汉，机场、火车站离汉通道暂时关闭 602 | 9080,只有电视里热热闹闹的节目告诉我们今天是年三十，不管怎么样年还是要过的，于是我又去采购了一些食物和水果 603 | 9082,同时新闻也报道了全国各地和解放军的医疗队都在赶往武汉，请市民不要恐慌 604 | 9085,原因固然很复杂，不过宋代以后中央政府与地方社会之间的关系发生了明显的变化应是影响其控制疾病机制的重要因素 605 | 9086,从基层社会结构演变态势而言，宋代以后，官府在医疗事业方面所采取的举措很大程度上开始让位于地方基层组织，这大致出自两个原因：一是中华帝国的统治机能在宋以后发生的重大变化是，表面上其官僚职能的运作日趋低下，实际上却是整个统治空间地域的扩大化导致治理模式的转换，治理秩序的稳定与否当然是历代官府关注的聚焦点，但宋以后统治区域的扩大导致原先依靠律法监控为主要手段的统治方式，由于无法面面俱到地把触角伸向底层社会，所以必须在基层寻找“地方代理人”以贯彻上层意图，这些被称为“乡绅阶层”的地方代理人往往不是官僚系统里面的正式成员，其控制社会的方式也与官府仅仅依靠律法施政的传统有所不同，从而演变成了以“教化”为先的“道德化”基层治理模式 606 | 9089,河北河间名医、金元四大家之一刘完素根据北方气候干燥的特点，“开创了寒凉清热为主治疗外感热病之先河”，并提出泄热通腑、清热解毒、养阴退热三种不同的治法，形成完整的治疗方案 607 | 9096,在防疫事务大局已定的时候，清政府外务部还举行了万国鼠疫研究会，这是近代医学史上中国首次举办的学术会议，对防治鼠疫进行了总结和探讨 608 | 9098,上海市卫生局马上检查辖区内井水和河水，并大力推行霍乱疫苗注射 609 | 9100,在防治方面，1892年国际麻风协会在美国麻风协会的资助下，在杭州设立麻风病院，开始收治麻风病人，随后，广东、山东等许多地区也逐步开设麻风病院收治麻风病人 610 | 9101,但1936年陈济棠下台后，蒋介石方面接管广东，就发生了骇人听闻的屠杀麻风病人事件，全省所杀的麻风病人不下两万多人，在当时的社会上激起强烈反响 611 | 9102,图为1949年10月，《华北人民政府、华北军区联合发布防疫命令》 612 | 9104,1995年民主刚果爆发“埃博拉”病毒，警察封锁道路行为导致在外人员无法得到救治，被封锁人员相互感染一同死亡 613 | 9105,国务委员、公安部党委书记、部长赵克志在1月28日公安部召开应对新型冠状病毒感染肺炎疫情工作领导小组第一次会议暨全国公安机关视频会议上指出，未经批准擅自设卡拦截、断路阻断交通等属于违法行为 614 | 9106,广东警方作出处罚决定，还依据《中华人民共和国治安管理处罚法》 615 | 9107,新型冠状病毒改变了这个冬春 616 | 9108,是妮子啊（浙江）这个病毒改变了今年的春节，有时家庭吃饭的时候也会戴着口罩，戴口罩是为了防止病毒，也会让老人知道这个病毒的危害性是有多大，不让他们出门吃野味，尽可能地保护好自己，加油我们一定会战胜这个病毒 617 | 9109,二妈的性格导致平常这些亲人跟她家相当疏远，在关键时刻，这些至亲面临危险的疫情，严重缺失的口罩，以乡下亡者为大的传统，按疫情规定没办聚集宴请，请了丧葬队伍，妥善处理了二伯的葬礼 618 | 9110,第二富翁（黑龙江）今年高三，前天组织身边朋友和同学一同为武汉捐款 619 | 9112,今年5月，耐克“AJ”与美国说唱歌手特拉维斯•斯科特（TravisScott）推出联名款AJ1“倒钩”，发售价1299元 620 | 9113,当晚八九点，一个潮牌大V在微信粉丝群内发布了一条公告：今晚12点10分，准时操作“黄油350”女码 621 | 9114,不到半年后，斗牛推出了自己的特色产品“球鞋预售券”（现更名为“尖货团购”）——一款球鞋上市前，买家可以先行购买预售券，等鞋子发售后，平台再将预售券兑换为实物；买家之间也可以转卖预售券，每次转卖，平台收取0.4%的手续费及银行转账费 622 | 9115,”B站视频截图8月21日，Nice创始人周首在自家APP上呼吁市场回归理性，并成立了风控组，封禁了一批恶意刷单、锁单的用户 623 | 9116,8月22日，毒发出“鞋穿不炒”的倡议声明，对潜在的炒鞋行为作出一系列警告，甚至在8月31日主动下线了寄售测试活动 624 | 9117,9月26日，新京报记者发现，Nice好货界面中的销量榜、涨价榜消失不见，每款鞋的交易记录和360天内成交价格的涨跌幅趋势图也全部清空，只剩商品本身和最新成交价格 625 | 9118,9月27日，Nice再次发布声明，封禁了新一批恶意刷单、锁单的用户，还发布了《一封来自niceCEO的致歉信》，写到“由于对业务高速发展的追求，让我们忘了初心”，表示会作出一系列整改，希望用户共同监督 626 | 9120,9月28日，残雪在西双版纳的家中写作新书，关注到网上的赔率榜名单 627 | 9123,”她为自己建立了一座“安全岛”，不与他人过多“直接联系”，但她并未完全脱离生活，她看报纸和互联网，开通了博客，前几日发文时调侃，“红色着重号是老年人不会操作电脑形成的，阅读时不要管他们” 628 | 9125,白鹿集团董事长杨明华告诉记者，去年3月20日左右，红崖谷景区接待了一个旅游团，其中一名游客在登上吊桥后拍摄了几张吊桥上人头攒动的照片，发到了网上 629 | 9126,齐立会介绍，整改期间，景区邀请了中国特种设备检测研究院、中国建筑设计研究院、中国建筑六局等单位的专家对吊桥开展了跟踪检测，并做了荷载试验，请第三方公司出具了安评报告、《风险隐患整改安全风险评估报告》、《最大承载量核定报告》等共计六份能够证明吊桥安全的报告 630 | 9128,全省玻璃栈道被封红崖谷景区玻璃吊桥封停后不久，河北省文旅厅发布了《全省玻璃栈道类高风险项目专项整治方案》(下简称“方案”)，提出“四个一律”，即新建玻璃栈桥类项目一律停止核准备案;在建项目一律停建;未营业项目一律暂停开业;已营业项目一律停业整顿 631 | 9129,据统计，2014年，白石山的游客量比往年同比增长了近五倍，“一跃成为河北山岳型景区的龙头” 632 | 9132,一日爆红到门可罗雀去年9月，保定市旅发委在一份向省政府递交的报告中指出，玻璃栈道类旅游项目关停对景区经营造成一定影响，游客投诉增多 633 | 9133,关于玻璃栈道封停的“紧急通知”下发后不久，河北省旅游工作领导小组发布了《全省玻璃栈桥类高风险旅游项目安全专项排查整治工作方案》，要求地方政府指导企业完善相关建设备案、质量检测和安全评估手续，并组织复查验收，“对企业提出的验收申请，当地政府要迅速组织验收、不得拖延，严禁不作为，慢作为” 634 | 9135,”河北省工程建设标准化管理办公室参与标准制定的科长方斌告诉记者，国家住建部标准司已经完成了对标准所涉“强制性条款”的审查工作，省里也根据相关意见完成了修订 635 | 9137,狼牙山景区一位负责人记得，2016年，狼牙山的玻璃观景平台正式开放前，景区曾找到县旅游局、安监局、住建局、质监局等部门，希望由他们给观景平台出具一份验收意见，但是没有一个部门愿意出面 636 | 9139,今年8月，中国风景名胜区协会成立了栈道游步道专业委员会，该委员会目前的主要工作就是尽快制定一项关于玻璃栈道类项目的建设标准 637 | 9140,”最让他宽慰的是，村民给予了足够的善意，农民们自发捐款，全村180多户，十块八块，给李建恒凑出了2000多块钱 638 | 9141,李宽接受过大大小小的手术高达15次，除了抢救手术，大部分是植皮手术，主要集中在头部、面部，随着发育生长，植皮手术还将持续 639 | 9143,9月19日，李宽（后排左六）参加学校歌唱比赛 640 | 9144,近段时间，北流交警开展了“霹雳行动”，整治严重交通违法行为，鬼火也成为主要目标 641 | 9145,新京报记者解蕾摄无视法律的少年今年3月，广西北流交警发布了一则消息：一名少年驾驶贴有白色小丑图案、装有五个彩色尾翼的“鬼火”摩托车玩特技、飙车、追逐炫酷，并将视频上传网络，配文要“挑战全白马交警” 642 | 9146,9月26日，尹伊参加了为此前跳楼身亡的华裔工程师陈勤（音译）举行的抗议会 643 | 9147,作为在职员工，尹伊参加了这场集会 644 | 9149,抗议会后尹伊接受记者采访 645 | 9150,出事那几天，每天几千人加我，给我介绍内推机会，真的特别感动 646 | 9151,”128块钱，她把头发剪成齐耳短发，染成棕色，换上褐色毛绒大衣，厚跟皮鞋，又恢复女企业家的模样 647 | 9154,2010年，苏银霞投资2000多万，建成源大工贸，做减速机零件加工和钢材贸易，有职工七八十人，成为当地小有名气的女企业家 648 | 9155,有人给她推荐了放贷人吴学占 649 | 9158,据公开资料，红树湾2009年开工，建设工期5至8年，投资总额150亿元 650 | 9159,陆海之争知情人士告诉记者，被中央环保督察通报的这次肆意围填海、破坏红树林的行为，不能不说是相关单位钻了当地政府规划不一、管理混乱的空子 651 | 9160,2011年，海南公布了本省海岸线的修测结果——海南省全省海岸线长1823公里，其中红树林岸线的长度为153.7公里 652 | 9161,2016年海南省再次启动海岸线修测 653 | 9162,在2010年的一份名为“澄迈县沿海土地海域使用情况检查”的调查中提及，澄迈县共发现5124.56亩的海域被占用，其中有4641.63亩位于红树湾项目用地内 654 | 9164,记者了解到，澄迈县对海南富力的回复有，一，调整容积率与建筑总面积，将原建设用地上可建设量转移至剩余建设用地 655 | 9165,在此背景下，海南省于2016年启动新一轮海岸线修测 656 | 9166,2016年7月，澄迈县向海南省提出建议：“将已颁证的4000多亩建设用地等全部划为海域，会对政府和企业造成重大损失，建议将已出让的富力红树湾项目用地范围进行整体保留；如确无法整体保留，建议将2202亩红树林外的土地划作陆地区域进行管理 657 | 9167,据悉，富力红树湾在2016年再次调整3293亩用地为非建设用地 658 | 9168,近年来，澄迈县用地规划又与自然保护区规划发生了冲突 659 | 9169,1995年12月，澄迈县海洋与渔业局设立花场湾红树林自然保护区，2012年11月，国务院批准《海南省海洋功能区划（2011-2020）》，花场湾保护区被整体纳入海洋保护区，按照自然保护区的要求实行管理 660 | 9170,据海南省林业厅官员熊峰（化名）回忆，2017年，澄迈县曾经申请调整保护区范围 661 | 9171,2016年6月，澄迈县组织海南大学、海南师范大学专家对保护区开展调研，并撰写了调整保护区范围和功能区划的规划文件 662 | 9172,知情人士告诉记者，正是有了《澄迈县总体规划（空间类2015-2030）》的背书，相关房地产企业才像中央环保督察通报的那样：“2015年以来，红树湾项目在花场湾自然保护区内持续违法填海造地约460亩，并占用大片自然岸线，用于建设高层住宅 663 | 9174,据中国环境报报道，生态环境部公布了“海南澄迈县肆意围填海破坏红树林”等典型案例后，根据海南省委、省政府领导批示，海南省生态环境厅立即成立调查组，代表省政府进驻澄迈县开展调查 664 | 9175,在澄迈县林业局，记者看到，一间原本是会议室的房间被挂上了“富力红树湾环保问题联合调查整改工作领导小组办公室”的牌子 665 | 9178,对于这次被问责处理11人，并没有详细名单和身份公布，澄迈县委宣传部表示，目前海南省政府正在组织调查，会在调查结束后向社会统一公布结果 666 | 9179,1996年，德国第一批发商麦德龙进入中国市场，麦德龙作为仓储式超市，面向B端市场和用户，且采用会员制的销售方式 667 | 9180,但最近几年外资零售商在国内日子并不好过，华润万家整合英国零售品牌TESCO乐购，乐天玛特败走中国，家乐福“卖身”苏宁，沃尔玛也在不断调整门店规模 668 | 9183,而张文中的另一个项目“多点Dmall”则瞄准传统零售商的痛点，提供线上线下一体化的数字零售解决方案，而这也刚好是麦德龙中国所需要的 669 | 9184,频繁并购，张文中的零售野心此前，物美先后收购了北京美廉美超市、宁夏新华百货、浙江供销超市等，而随着张文中的复出，物美又开启了其并购之路 670 | 9187,漳浦县石材行业协会会长陈锦明告诉记者，漳浦县石材行业从上世纪90年代开始发展起来，目前全县有105家石材企业，分布在6个集中区 671 | 9188,”洋坪岭村一位魏姓村民告诉新京报记者，2013年至2015年，村后山的一家石材厂曾随意倾倒石粉，每逢下雨，积水池的污水就会裹着石粉流进他家的花木园，30多棵林木不堪侵蚀而枯死 672 | 9189,他曾联合这五位村民向原漳浦县环保局及漳州市环保局举报该家企业 673 | 9190,陈荣民表示，自从2011年漳浦县成立石材行业协会以后，工业集中区的石材企业就开始集中把废渣、淤泥运到填埋场，按清运数量支付相应费用 674 | 9191,一位来蔡坑矿区巡视的乡干部告诉新京报记者，此前，乡里让矿主自行进行生态修复，但矿主只是把买来的盆栽直接堆放在了厂区，没有拆掉包裹树苗土球的黑色塑料皮，被督察组批评为“盆栽式复绿” 675 | 9193,据上述县自然资源局负责人介绍，去年，漳浦县曾开展过一轮打击非法采矿的行动，关闭取缔了一批非法采矿点，对达到立案条件的责任人进行立案 676 | 9194,漳浦县政府网信息显示，8月初，漳州市委常委、常务副市长张慧德带队到漳浦开展矿产环境整治专项行动现场办公 677 | 9196,9月25日，漳浦县印发《石材加工行业整治实施方案》，其中规定，石材加工集中区内的企业在11月20日前按要求完成整改，经政府验收合格后，可恢复生产；集中区外的石材厂经政府一定补偿后，一律“关闭取缔” 678 | 9197,12月21日，港铁大学站恢复运营，月台旁换上了崭新的站牌 679 | 9198,99.9%、17654与588万1964年，因为香港经济高速发展，出行人数激增，香港政府着手研究未来的交通发展问题，3年后，发表了《香港乘客运输研究》，指出香港需要修建集体交通系统 680 | 9199,1979年9月，香港第一班地下铁路列车从石硖尾开往观塘，2007年，香港地铁和九广铁路合并改成“港铁”，慢慢形成了如今的香港城市轨道交通系统，包括市区10条重铁线路、主要服务于新界西北区的轻铁线路、机场快线等 681 | 9201,11月13日，香港教育局特别公布：“因应当前及可预计的交通状况，以及全港学校的整体汇报，全港学校（包括幼稚园、小学、中学及特殊学校）将于明日（十一月十四日）停课，以策安全 682 | 9202,港铁公司也声明已制定了短中长期的措施，保障乘客和员工安全 683 | 9203,不过，澳门也在努力创造新的文化符号，比如今年推出的新歌《莲成一家》 684 | 9204,她还推荐了最能代表澳门文化特色的三件“礼物”——历史城区、美食和节庆活动 685 | 9205,庆回归晚会上700多演员大多非专业新京报：最近澳门举办了各类文化活动，尤其是庆祝回归祖国20周年晚会很受关注，幕后有什么难忘的经历 686 | 9209,大家可能不知道，作曲家冼星海出生在澳门，我们今年建成了一座冼星海纪念馆 687 | 9210,自去年6月调入信访局，近一年半的基层工作让他发现，农民工法律意识淡薄、住建部门监管不到位、劳动监察大队调查处理时间过长等问题，也是农民工工资被拖欠的重要原因 688 | 9213,他为何宜德制定了“鹰式教育十商培训”计划，包括体商、智商、德商、情商、胆商、逆商、心商、灵商、志商、财商 689 | 9214,新京报记者卫潇雨摄何烈胜还专门带着何宜德在雨天不打伞出门，在晴天提前下车好多走几公里路，练习帆船的时候，何烈胜找到教练，要求他想办法让儿子多翻几次船，最好能把他整落水，以此锻炼他的应变能力 690 | 9217,何烈胜告诉记者，为了专科考试他花两个月时间给儿子上完了初中课程，又花一个月上了高中课程 691 | 9222,何宜德参加过乐嘉一个演讲训练营，他是年纪最小的学员 692 | 9223,训练营结束后，何烈胜带着儿子找到了乐嘉，请乐嘉“点评一下何宜德 693 | 9225,现在有好多人骂我、批评我，我接受，他们可以这样做，我理解他们不能接受我原谅李阳 694 | 9227,三个女儿举着Kim反对家暴的牌子 695 | 9228,Kim：离婚后第一年，我把孩子们寄宿在学校，我告诉她们，给妈妈一年时间，我可以赚钱，我可以改变我们的生活 696 | 9230,新京报深度报道部出品2019年11月28日，李阳前妻Kim微博发文称“我原谅了我的丈夫”，“我将热爱我的丈夫” 697 | 9231,Kim原谅李阳六天后，李阳发布微博回应称自己一直对Kim和孩子心怀愧疚，他曾经的暴力行为伤害了她们 698 | 9232,这些年Kim参与反家暴活动，李阳对此会生气，也许也包括这次采访 699 | 9233,2019年12月30日，武汉市卫健委发布《市卫生健康委关于报送不明原因肺炎救治情况的紧急通知》，通知表示，武汉市华南海鲜市场陆续出现不明原因肺炎病人 700 | 9234,新京报记者探访华南海鲜市场发现，1月1日起，华南海鲜市场已经休市整治 701 | 9235,新京报记者检索发现，不明原因肺炎病例在全国时有发生，引起的原因各有不同 702 | 9236,一位武汉出租车司机告诉新京报记者，海鲜市场的成立时间要早于新建的汉口火车站，此前附近比较荒凉偏僻，汉口站开通之后，附近才逐渐繁华起来 703 | 9237,12月31日，市场西区一位水产店的老板蒋明（化名）告诉新京报记者，最近晚上十点左右，他出来接货时看到有人在喷洒消毒药水 704 | 9238,西区的多位店铺老板告诉新京报记者，12月31日上午仍有消毒人员前来消毒，但并没有再挨家挨户喷洒消毒水 705 | 9240,洪伟（化名）是西区六街一家水产店的老板，他告诉新京报记者，他12月31日早晨才听说，有3位常在十街附近档口打牌的店铺老板前两天住院了，他发微信问候其中一个老板，对方回复“感染了病毒” 706 | 9241,西区二街的另一名商户告诉新京报记者，隔壁卖调料的商户12月25号先是住进了武汉中心医院，后转到武汉协和医院，店铺目前由家人在打理 707 | 9242,新京报记者张胜坡摄在店主的指引下，新京报记者找到了因不明原因肺炎住院治疗的四位店铺老板的店面 708 | 9243,其中一家调味料店的邻居商户徐萍（化名）告诉新京报记者，这家店染病的老板是位四五十岁的男子，平时喜欢熬夜打牌，近日得了感冒后“也没在意”，最初没有去看医生，隔了几天发现病情加重后才去医院，最终被确诊为肺炎 709 | 9246,新京报记者张胜坡摄所有病例均已隔离治疗12月31日，新京报记者探访了武汉市中心医院后湖院区，这里距华南海鲜市场2公里左右，院区官网显示，后湖院区是武汉市中心医院优质医疗资源在汉口北部地区的延伸，填补了当地没有大型三甲医院的空白 710 | 9247,急诊病房一位60多岁的患者李静（化名）告诉新京报记者，她因胆囊疾病于12月27日进入武汉中心医院后湖院区治疗，此后，陆续看到4位华南海鲜市场的商户因肺炎来到急诊病房就诊 711 | 9248,12月中旬，武汉当地媒体曾报道武汉进入流感高发期，不少儿科医院患儿数量激增 712 | 9249,12月31日晚上，华南海鲜市场西区一家调味店老板的儿子告诉新京报记者，他父亲被查出肺炎后一直在后湖院区治疗，“（治疗）很顺利，各方面都很好”，本来已经准备出院，但又被转入了其他医院治疗 713 | 9250,12月31日下午，中国科学院武汉病毒研究所一名工作人员告诉新京报记者，该所有研究人员参与了此次不明原因肺炎调查，但他表示研究所不会单独发布消息，相关研究人员不便接受采访，以卫健委消息为准 714 | 9251,新京报记者检索有关论文发现，自2004年起，全国多地疾控等有关部门发布过对不明原因肺炎的监测结果 715 | 9253,2013年，上海市、安徽省、江苏省先后发生不明原因重症肺炎病例，其中确诊人感染H7N9禽流感3例，2例死亡 716 | 9254,北京房山区疾控中心传染病与地方病控制科两名医师发表在2019年4月《职业与健康》上的一篇论文显示，2018年5月，北京市房山区某小学发生一起聚集性不明原因肺炎疫情，某年级20多名学生出现发热、咳嗽、咽痛、肺炎等症状，胸片诊断为大量肺炎病例，引起医院接诊医生高度重视，经有关部门会诊治疗，最终确诊为一起肺炎支原体感染引起 717 | 9255,”30日当天，香港警方在社交网站上发布视频，回顾了香港警队在过去7个月止暴制乱的情况 718 | 9256,11月12日，阿华参与了香港中文大学(以下简称“港中大”)著名的“二号桥冲突”事件 719 | 9257,当日，阿华所在的小队50多人在二号桥上建立防线，跟50米外的数百名示威者对峙，下午3点左右，警方使用防暴枪发射的催泪弹和霰弹枪发射的布袋弹驱散示威者，示威者则向警方防线投掷燃烧瓶、砖块，“10多分钟时间，我们打了300多颗催泪弹和布袋弹，然后持盾牌和警棍冲散了示威者 720 | 9261,从姑苏区成立起，姑苏法院就面临着案多人少的压力，据该院立案庭庭长潘政介绍，2018年姑苏法院共立案1.7万件，但2019年上半年，立案数量远远超过1万件，环比增长26.59% 721 | 9264,评估、调解、庭审预演就在郏献涛为难时，2016年，最高人民法院发布了《关于人民法院进一步深化多元化纠纷解决机制改革的意见》（下称《意见》），提出建立“民商事纠纷中立评估机制” 722 | 9265,作为文件起草人，郏献涛检索了各种期刊和互联网平台，只找到400多件相关案例——平均每家法院每年适用中立评估的案件不到4件 723 | 9266,姑苏区法院、区司法局共同召开中立评估构建研讨会 724 | 9267,受访者供图2019年年初，朱建军接到了司法局的通知，向他介绍中立评估 725 | 9269,2019年11月21日下午，区司法局一位工作人员在群中发布一条信息，其中包括8个中立评估的案件，编号从278到285，案由包括离婚、财产纠纷等 726 | 9270,由于绝大多数中立评估案件的效果不错，姑苏法院和司法局经协商，为更好地推动工作，决定将律师评估员增补到60名 727 | 9272,”2016年，郑中基想召开入行20年演唱会，但向红馆申请了7次才成功 728 | 9273,早在一年前，陈奕迅团队便向红馆提出了申请，据港媒报道，同时参与竞争的还有刘德华和谢霆锋 729 | 9274,示威者还在人行天桥上纵火、堆放杂物，警方从天桥向示威者发射催泪弹 730 | 9275,当晚，红馆内正在举办“世界羽联世界巡回赛香港公开赛”决赛，馆内外像被隔绝开的两个世界 731 | 9276,红馆的工作人员王青告诉新京报记者，馆内坐了九成的观众，23岁的香港运动员李卓耀与印尼选手真庭打得火热 732 | 9279,2003年11月6日，身患癌症的梅艳芳在红馆举办“梅艳芳经典金曲演唱会”，演唱会的末尾，她穿着一袭白色婚纱，对台下的观众说，“我把自己嫁给音乐，嫁给你们” 733 | 9280,当时，她在谭咏麟的餐厅驻唱，谭咏麟在红馆召开“魅力千禧演唱会”时，特意邀请她“来当嘉宾，唱一首歌” 734 | 9281,还没顾得上具体展示，费月锦就介绍起了这批衣服的来源 735 | 9282,网页截图2019年12月6日，河南省新乡市红旗区法院直播拍卖了一套房产，介绍资料里包括一条长约一分钟的视频 736 | 9283,二拍时，宁波中院调整策略，在宜昌当地的各大报纸和电视台投放了不少广告，还把房子放上了互联网 737 | 9284,此外，金首还多次参加过新闻发布会、接受过电视台采访，知道如何面对镜头 738 | 9286,多家法院接受新京报记者采访时表示，年底法院工作繁忙，暂时没考虑下次直播 739 | 9287,当晚，仪征市公安局发布《紧急协查通报》，确定刘集村联盟组人彭在林（男，48岁，无业）有重大作案嫌疑，要求各单位部署清查 740 | 9288,彭在林的家属告诉新京报记者，出狱后，彭在林始终认为自己坐了“冤牢”，不断打官司、上访 741 | 9289,新京报记者张惠兰摄1月1日当晚，仪征市公安局发布《紧急协查通报》，确定刘集村联盟组人彭在林有重大作案嫌疑，要求各单位部署清查 742 | 9290,仪征市公安局上述知情人士告诉新京报记者，彭在林闯进店里时，杨恩荣的妻子正在做饭，只有女儿杨榕一人在柜台边，现场没有其他人 743 | 9291,杨恩荣的表姐告诉新京报记者，杨榕是杨恩荣的独生女，去年夏天研究生毕业后，考上了仪征市的公务员，平时不在村里居住，事发当日是元旦放假才回到家中，没想到遭此横祸 744 | 9294,彭在林的亲属告诉新京报记者，他们听说，1月2日早晨，一个到地里摘菜的老太太在彭家花棚附近的一处矮房顶上发现了尸体 745 | 9300,根据彭在林家属提供的2014年9月刘集派出所为彭家的拆迁纠纷作的讯问笔录，刘集镇村镇建设管理所当时的所长陈义林告诉警方，协议签订后，彭在林反悔，要求增加补偿 746 | 9301,彭在林的小舅子周传英告诉新京报记者，涉及花木场的补偿款“政府同意给8万，我姐夫要求10万，因为10万和8万的出入，我姐夫不同意拆花木场 747 | 9302,李孝梅在2014年9月作的一份笔录中称，杨恩荣参与了7月15日对彭在林家的拆迁 748 | 9303,对自己被判故意毁坏财物罪，彭在林还曾向仪征市人民法院、扬州市人民法院、仪征市人民检察院提出申诉，但都被以“原审定性并无不当”为由接连驳回 749 | 9307,她爱看百老汇的歌剧，从11岁开始学习小号，在手臂上文下小号的图案，进入拉瓜迪亚高中学习古典及爵士音乐 750 | 9308,2018年，在拍摄《瞒天过海：美人计》时，奥卡菲娜找到了某种确定性 751 | 9309,新京报记者王双兴摄2015年，6岁的露露被查出患有白血病，在当地医院治疗并进行了骨髓移植，状况还不错，恢复一段时间后，2017年，她回到学校继续念书了 752 | 9312,一个5岁小孩在移植后嘴馋忍不住吃了几颗腰果，没想到引发了肠胃炎，花了几十万才算渡过难关；一个出院回家的年轻人，几天前还在朋友圈里发自拍，几天后父母在病友群里说，孩子走了；一个已经治疗结束回学校上课的小孩，两年后突然高烧，送到医院，医生说：复发了……刘莉花申请了法律援助，正在起诉离婚，她最近的困扰是关于社会回归 753 | 9313,叙州区政府为了救助她下了不少功夫——召开专题会议，制定救助帮扶工作方案，由一名副区长任组长，六七个部门联动配合 754 | 9318,被她偷过的多家村民告诉新京报记者，早晨她被派出所释放后，中午又来大摇大摆偷窃 755 | 9320,罗天银告诉新京报记者，她现在已经去过四川、重庆、安徽、云南、浙江、陕西、湖南、湖北、南京、天津、北京等地 756 | 9323,”2018年12月28日，叙州区政府为了罗妹姑召开了专题会议，制定了救助帮扶的工作方案 757 | 9325,”刘益告诉新京报记者，当天，罗妹姑还与爷爷视频通话 758 | 9326,”吴云强还告诉新京报记者，包括学费、医疗费、护理费及住院生活费，此次将罗妹姑送往工读学校，总共花费镇政府23783元 759 | 9329,受访者供图向阳路街区云阳里小区居委会也注意到了王慧，居委会主任张博介绍，“我们希望能在整个街域内为他提供一定帮助”，去年6月，居委会搬迁后，将原活动室作为授课场地无偿给王慧夫妇使用 760 | 9330,王慧在去年挂牌成立“心之光智能体验中心”，把同样的智能家居搬到这里，让到访的视障朋友体验 761 | 9331,重病之前，他还去录制了《动物世界》，但他告诉工作人员，“要找其他的人，我有些气力不够了 762 | 9332,儿子赵方发布了讣告，宣告了父亲的永别 763 | 9336,为此，总理专门作出批示，要求督办此事 764 | 9337,而该省14个市州、48个县(市)区也相继发布倡议书和行动方案，引导人们使用公筷公勺取餐，推行大型聚餐及农村红白宴席以自助分餐用餐，摒除“一双筷子吃天下”的旧习 765 | 9338,然而2月21日起形势突变，疫情先是在北部伦巴第、威尼托两个大区迅速传播，继而在包括西西里岛、萨丁岛在内的全国大部分地区广为蔓延，且其中不乏许多找不到和中国近期发生关联的确诊者 766 | 9340,▲广州增城警方通报“申聪被拐案”细节：目前没有证据证明梅姨存在 767 | 9341,申军良在他的朋友圈中发表了声明，其中最后一句是“15年多了……我终于可以骄傲地说一句，大家好，我是申军良，申某的爸爸 768 | 9343,中国国民党3月7日举行党主席补选，“中生代”江启臣战胜郝龙斌，当选新一任中国国民党主席 769 | 9344,3月7日晚间，福建泉州南环路附近一处酒店发生倒塌 770 | 9345,在3月7日的国务院联防联控机制新闻发布会上，针对这一备受农民工和企业关注的问题，国家卫健委做出了回应：按照五部门通知要求，“点对点”返岗农民工只要行前14天内和在途没有相关症状，要尽快复工无需再进行隔离 771 | 9346,如北京八大交通枢纽启动与地铁站的体温检测互认，如四川与6省市互认健康证明，如浙江在疫情防控、复工复产中推动健康码“三色管理”等，都是这方面的实践范本 772 | 9347,■来论3月7日晚间，福建泉州南环路附近一处酒店发生倒塌 773 | 9351,3月4日，中央政治局常务委员会会议再次研究疫情防控工作，提出一个重要的要求：慎终如始 774 | 9352,2月9日，徐州市首例被确诊的新冠肺炎患者王某出院，在酒店隔离14天后，24日回到小区，当日小区的居民还为其举办了热闹的欢迎仪式 775 | 9354,2月13日，《中华流行病学杂志》曾发表一篇论文——《新型冠状病毒肺炎流行病学特征的最新认识》，论文分析了2019年12月21日到2020年2月10日之间的数据，提出目前为止，病毒样本之间的全长基因组序列几乎完全相同，提示病毒未发生明显的变异 776 | 9355,到了3月3日，中国科学院主办的《国家科学评论》发表题为《关于SARS-CoV-2的起源和持续进化》的论文，称新冠病毒已产生149个突变点，并演化出L亚型和S亚型 777 | 9356,图片来源：新京报网国家卫生健康委、人力资源和社会保障部、国家中医药管理局，日前公布《关于表彰全国卫生健康系统新冠肺炎疫情防控工作先进集体和先进个人的决定》，北京大学第一医院重症救治医疗队等113个集体，丁新民、李文亮、刘智明、徐辉等多位奋战在疫情防控一线的医务人员，获得表彰，获奖个人享受省部级表彰奖励获得者待遇 778 | 9357,国家卫生健康委、人力资源和社会保障部、国家中医药管理局，日前公布《关于表彰全国卫生健康系统新冠肺炎疫情防控工作先进集体和先进个人的决定》，北京大学第一医院重症救治医疗队等113个集体，丁新民、李文亮、刘智明、徐辉等多位奋战在疫情防控一线的医务人员，获得表彰，获奖个人享受省部级表彰奖励获得者待遇 779 | 9358,在这方面，工信部已有所行动：鼓励基础电信企业重点面向建档立卡贫困家庭学生推出特惠流量包等精准帮扶举措，减轻其资费压力；将组织基础电信企业加大宽带网络和4G/5G基站建设力度，提升学校网络带宽条件，加快农村偏远地区网络覆盖，着力解决网速慢、信号弱等问题 780 | 9360,今年2月27日，司法部公布了《外国人永久居留管理条例》的征求意见稿，这是中国针对外国居民进行法制化管理的又一重要举措 781 | 9361,今天，中国的综合国力日益上升，吸引着越来越多的他国人士前来学习和就业 782 | 9362,虽然中国在2004年就公布了类似美国“绿卡”政策的永居人才项目，仅有几千人获得了永居资格 783 | 9365,比如孙杨曾经无证驾驶，曾经在国外跟女运动员在泳池内发生口角，在综艺上有欠妥的表现等，这并没有直接的逻辑相关性 784 | 9366,好在相关职能部门及时关注到这一现象，采取一系列“硬核”措施解决学生上网课难的问题 785 | 9369,一份怀化市人民检察院向受害人家属出具的“听取意见告知书”显示，该院“已收到新晃侗族自治县公安局移送审查起诉的杜少平、罗光忠涉嫌故意杀人罪一案的案件材料” 786 | 9372,当年，教育局真的收到了一封关于操场工程质量问题的举报信，一位当年的在校老师张航告诉新京报记者，“听说教育局反映给学校，让学校来处理这个事情 787 | 9373,家属找到学校后，黄炳松曾组织教职员工去搜山，张航告诉新京报记者，“我们处室有40多个人，两三个人一组，把水池、河边、山上的茅草堆和防空洞都找了，甚至把农民冬天放红薯的地窖都找了，找了一两天没找到，后来就停止了 788 | 9375,一位杜少平的旧相识告诉新京报记者，下岗后的杜少平开了一家五金店，恰逢附近修铁路，“一个铁路采购员刚好找到他，采购员说铁路上要什么零件，他就去进这个零件卖给铁路上 789 | 9376,曹云犹豫着找到杜少平商量此事，没想到，杜少平不仅没有不快，反而嘻嘻一笑，“没关系，人往高处走，水往低处流嘛，能理解能理解 790 | 9377,她告诉新京报记者，自己与宋的关系一直不错，她刚离开夜郎谷的时候，还喊过他聚餐，相谈甚欢 791 | 9379,工商信息显示，2014年4月25日，新晃夜郎汽车客运有限公司股东情况发生变更，张玉和退出，新增杜少平 792 | 9380,6月23日，吴小准告诉新京报记者，2013年3月，他承包一个温泉项目，因为资金短缺，找杜少平借了三万元现金，约定月息15% 793 | 9383,”多名社会人士告诉新京报记者，“泼硫酸”事件后，宋峙霖曾离开新晃一段时间避风头，后来在别的地方犯事儿又躲回新晃，跟杜少平要“补偿”，杜少平觉得受到了勒索，不但没给钱，反而将他在其他地方的违法行为向公安机关举报，宋峙霖又被抓了起来 794 | 9386,曾在永顺县小溪完全小学支教三年的仲宝平，其间陪同学校老师参加了每个月的走访工作，他表示，“湘西的精准扶贫已经开展几年，取得了不错的成绩，但乡村教师这两年才开始接手扶贫走访工作，对贫困户完全不了解，去村里找村干部问一问，村民说什么填什么，拍个照片证明自己去过了就交差，老师做得很费力，还耽误了上课，有什么意义 795 | 9387,但是，吴莉告诉记者，“贫困户有时会向老师反映一些困难，比如需要钱、给他家办个低保证，我们可以给村里反映，但并不能有什么实质性改善，”她说，“我不知道走访有什么具体目的，乡村学校90%的学生都是留守儿童，我们把乡村教师本职工作做好就是对扶贫工作最大的支持 796 | 9390,10月20日，永顺县人民政府新闻办公室发布通报称，永顺县已成立由纪委监委牵头的调查组，对李田田老师及媒体反映的问题进行调查，对调查中发现的问题及时整改并严肃处理，处理结果将适时公布 797 | 9391,”德保县县长陆兰碧告诉记者，内苗铅锌矿有探矿权没有采矿权，厂方在以探代采的过程中出现了环保问题，经群众反映后被叫停，但一直没有钱治理，2016年县里才开始研究怎样治理这个问题 798 | 9394,9月8日，志愿者对从灌溉渠溢到农田里的水进行测试，pH值均在2-3之间 799 | 9396,”记者获悉，目前德保县政府正在组织对项目实施方案进行细化和优化，尚未提交自治区生态环境厅审核 800 | 9397,两人各有家庭，却发生了一夜情，2006年10月，刘世豪出生 801 | 9398,案子到了法官顾薛磊手上，调解无果后，他将抚养权判给了刘美莲，梁松则要支付每月1200元的抚养费 802 | 9400,当时，北京市海淀区检察院与中国人口宣教中心合作，启动了针对涉罪未成年人父母的“家长课堂” 803 | 9401,尤丽娜对着女孩的母亲、姐姐、哥哥做了大半年工作，终于改变了他们的态度 804 | 9403,培训后，普陀检察院对12名未成年人全部做出不起诉决定，跟踪调查显示，无一人再犯罪 805 | 9404,为了把这种新型强制亲职教育变为可操作的制度，2019年春节假期后的第二天，长宁区政法委召开了协调会，区检察院、区法院、区司法局、区民政局、区人口办等对口单位，都被叫来了 806 | 9405,见面前，她特地找到已是长宁法院未成年人与家事案件综合审判庭负责人的顾薛磊了解情况，市、区、街道三级妇联也对工作进行了指导 807 | 9406,”从2019年7月起，刘美莲正式到住址所在的长宁区新泾镇司法所接受社区矫正 808 | 9407,长宁区委政法委还牵头成立了一个评估小组、一个关护小组，前者评估刘美莲社区矫正的表现，后者针对刘世豪开展关护帮扶 809 | 9408,在章媛媛等社工的指导下，刘美莲也改变了以往强压式、命令式的教育，不再一味禁止儿子玩游戏，还答应他，如果期中考试成绩不错，就给他买个1000多块的平板电脑 810 | 9410,上世纪80年代，她是北京航空航天大学的老师，后转入原航天部空间研究院做高级工程师，最后下海经商 811 | 9411,在此之前，张淑贞就练过模特，身体一好就恢复了训练 812 | 9412,她参加过北京市模特队的团体赛，也打过个人赛，最好的成绩是京津冀地区第三名，奖金5000元 813 | 9413,9月17日，张淑贞在拍摄短视频 814 | 9414,而集装箱于10月22日（周二）下午2时许离开比利时泽布吕赫港(Zeebrugge)，23日凌晨00:30在英国珀弗利特港（Purfleet）被提取装车 815 | 9415,10月23日晚间，警方在调查涉案货车时发现，这辆货车的车头于2017年在保加利亚登记 816 | 9416,2000年6月18日，一辆挂着荷兰牌照、装载着西红柿与60名中国非法移民的卡车由荷兰鹿特丹开出，经由比利时开往英国港口城市多佛，次日清晨到达英国多佛港口时，英国海关官员在车厢中发现了58具尸体，另有两名陷入昏迷的男子，均来自中国 817 | 9418,”他说，不久前美国刚刚发生过一起事故——三名中国人钻在汽车后备厢，从墨西哥偷渡，入境后被发现均已死亡 818 | 9419,2008年，119名缅甸非法劳工藏匿于一辆冷冻集装箱卡车内，企图偷渡泰国，结果导致54人窒息死亡、21人重伤 819 | 9421,去年9月，联合国难民事务高级专员公署发布报告《绝望的旅程》，警告从利比亚出发、经地中海中部进入欧洲的偷渡线路变得“更为致命” 820 | 9422,报告指出，从比例看，这段线路的非法移民的死亡比例从1/42上升到1/18，直至去年6月，急剧增加至1/7 821 | 9423,警方正在调查遇难者是否由一个来自北爱尔兰的犯罪团伙贩运到英国，然后卖给美甲店、妓院、按摩院、餐馆等 822 | 9424,10月25日下午两点，英国驻华大使馆一名媒体主管人士告诉新京报记者，已注意到有关在埃塞克斯郡格雷斯的一辆货车里发现39名死难者为中国国籍的媒体报道 823 | 9425,10月18日，家住河北省石家庄市裕华区大马庄园社区的退休纪检干部朱洪平，在亲身体验了家庭医生的服务后，给予了这样的评价，“人家管得比我过去管得好” 824 | 9427,裕华区家庭医生服务模式正式开展4年后，2016年5月25日，国务院医改办等7部委发布《关于推进家庭医生签约服务的指导意见》，提出到2017年，家庭医生签约服务覆盖率达到30%以上，重点人群签约服务覆盖率达到60%以上；到2020年，力争将签约服务扩大到全人群，形成长期稳定的契约服务关系，基本实现家庭医生签约服务制度的全覆盖 825 | 9428,朱洪平女儿朱丽告诉新京报记者，父亲第一次骨折手术后，隔三差五去医院复查和换药，老人行动不便，子女每次赶来也很麻烦，“几个人连背带抬才能让老人坐进车带到医院” 826 | 9429,10月20日，裕强社区卫生服务中心主任袁睿介绍居民建立健康档案情况 827 | 9430,虽然当时冯桂花的血压已经处于正常范围，但袁睿还是不放心，她细致地检查了冯桂花所服药物，发现她日常用药中，有两瓶降压药品名不同，但药理作用相同 828 | 9434,”郑州卫生系统人员向他们介绍经验，郑州的片医责任制运行模式，来源于“片警”管理模式 829 | 9435,从郑州回来后，2012年5月15日，裕华区举办了“片医”负责制团队启动仪式 830 | 9437,”裕华区社区卫生管理中心副主任刘卫华告诉新京报记者，她已离开团队医生岗位2年多了，原来管辖片区的一些老人仍给其打电话咨询用药事宜 831 | 9438,为了提高基层诊疗水平，各社区卫生服务中心与位于裕华区的河北医科大学第一医院（简称“医大一院”）建立医联体，医大一院的医生在社区设立首席医生工作室，提供电话咨询、预约会诊等技术支持 832 | 9439,新京报记者李英强摄除了借力大医院，社区医生也在提升自身的医疗水平 833 | 9440,裕华区社区卫生服务管理中心负责人介绍，裕华区已连续八年举办卫生服务技能和知识竞赛，送家庭医生参加上级组织的基层卫生人才能力培训等，加强对家庭医生团队常见病、多发病等诊疗服务能力的技能培训，综合提升家庭医生服务能力和水平 834 | 9441,”2016年5月25日，在裕华区家庭医生服务模式正式开展4年后，国务院医改办等7部委发布《关于推进家庭医生签约服务的指导意见》，到2020年，力争将签约服务扩大到全人群，形成长期稳定的契约服务关系，基本实现家庭医生签约服务制度的全覆盖 835 | 9442,在2017年和2019年的政府工作报告中，国务院总理李克强均提到提升家庭医生签约服务相关问题 836 | 9443,今年5月，北京市卫健委发布数据显示，目前北京市已有740万居民签约家庭医生，总签约率达35% 837 | 9446,走在300多米长的石窟通路里，明暗交错，四周万籁俱寂，时间凝固，唯有党河水哗哗作响，接近九点的太阳在对面的山上形成圆日 838 | 9447,常嘉煌说，时任敦煌市委书记，市长参加了奠基仪式 839 | 9450,但由于投影仪只适合大轮廓，细节显示不清，陈江晓选择了硫酸纸作为画稿纸，将半透明的硫酸纸画稿背面涂上碳粉，固定上墙后用铅笔勾勒轮廓，这样墙上就留下碳粉线迹，之后再使用毛笔勾线 840 | 9452,不过，在看了复原壁画的边饰后，常嘉煌还是毫不客气地对飞天、经幡、火焰珠等形象的“陈旧”颜色提出了异议，因为在他母亲李承仙曾经做过220窟的色稿里，色彩要强烈的多 841 | 9455,陈江晓和学生、志愿者们自己做饭解决一日三餐，生活艰苦 842 | 9456,石窟上面的地面建筑里有个小厨房，陈江晓和学生、志愿者们自己做饭解决一日三餐，豆芽木耳黄瓜很少肉类，多是煮和凉拌，很少炒菜，饮用水要从外面买来 843 | 9457,9月15日，陈江晓和常嘉煌在党河河湾找到了大片“澄板土” 844 | 9458,陈江晓用家门口的云南红土自己动手制作了一些颜料，但粉碎、研漂分级的时间太长，半年才做出200-300克颜料，所以寻找和利用更多像“澄板土”(当地人叫法，敦煌的沙漠戈壁中淤积的一种质地极细密的土，这种土永不变色)这样的颜料代用品是解决问题的途径 845 | 9459,这次，陈江晓和常嘉煌一起，在党河河湾冲刷处找到了非常厚实漂亮细腻接近肤色的澄板土，“大自然已经给澄清好了，可以直接用”，陈江晓把带回来的澄板土泡在水里，溶解后加入比明胶更加稳定的调和液，用于晕染药师佛和菩萨面部 846 | 9460,”当日，重庆大学官微回应称，重庆大学已成立专门工作组，对该情况进行核查 847 | 9461,”10月19日，重庆大学教师李瑞（化名）告诉新京报记者，从2018年的暑假开始，教师们发现，艺术学院实验楼旁边的空地上摆了几个墩子和一些建材，教师们不能在那停车了 848 | 9462,”10月15日，重庆大学官微回应称，重庆大学已成立专门工作组，对博物馆的情况进行核查 849 | 9464,10月17日，中国人民大学家书博物馆副馆长张丁告诉新京报记者，2016年，人民大学批准成立家书博物馆后，馆方工作人员准备了博物馆定位、面积、藏品清单等一系列材料到北京市文物局备案，随后文物局派专家考察，批准备案后，“这样才成为国家承认的博物馆 850 | 9466,”新京报记者查询《博物馆条例》，发现有相关条款规定，文物主管部门会对备案后的博物馆藏品来源、陈列展览的内容、从事文物或非文物藏品的商业经营活动等进行管理 851 | 9467,”张丁介绍，人民大学家书博物馆征集藏品时，涉及重点文物如陈独秀书信，曾由国家文物局组织了国家文物鉴定委员会七位专家参与鉴定，一致认为是珍贵文物且确认真伪后，学校又组织校内外文博专家再次鉴定，最终才决定收藏 852 | 9471,2011年，国家文物局和教育部曾经发布《关于加强高校博物馆建设与发展的通知》，提及“教育部将会同国家文物局等有关部门制定《普通高等院校博物馆规程》，设立高校博物馆发展指导委员会，建立高校博物馆建设与发展联席工作会议，编制和实施高校博物馆发展规划” 853 | 9472,李瑞说，重庆大学被众人熟知的是一所以理工学科为侧重点的大学，但实际上，在1952年全国院系调整以前，一直是文理皆享有声誉的综合性大学，现在也在建设多学科综合性全国重点大学 854 | 9473,同样在偏重理工科的南方科技大学，唐际根会带着学生去山上发掘遗迹，参与遗迹保护，标出古代居民点……在这个过程中，“慢慢理工科学校也就有了人文精神” 855 | 9474,周冬雨和易烊千玺贡献了足够的演技，给这部电影增加了不少关注度；同时，现实题材的加持，以及原著“融梗”争议，多种因素裹挟在一起，近几天来，《少年的你》热度居高不下 856 | 9475,电影上映后的第三天，扮演少年小北的演员易烊千玺在微博发布长文，回忆重庆盛夏的燥热，以及阴暗角落、潮湿街头和马路牙子上深绿色脏苔藓，他对那个夏天的定义是：残酷又温柔 857 | 9477,周浩从中找到了影像的意义：展现世界的复杂，冲破成见，促进人与人之间的理解 858 | 9478,10月18日的广州妇儿，刘喜红接受采访时讲述母乳喂养的好处 859 | 9479,从美国回来，刘喜红就向医院提出建立母乳库，院长很支持，两年多的筹备后，广州妇儿的母乳库诞生了 860 | 9480,2015年9月15日，陕西省第四人民医院新生儿科在微信公号上发文，“我科母乳库已成立3月余……然而近半月来，却无妈妈来院捐献母乳，母乳库已‘弹尽粮绝’ 861 | 9482,刘喜红提议申请母乳库的母乳，可同事两手一摊拒绝了，“不吃，不要，我们吃奶粉 862 | 9487,与广州不同，上海市财政对上海市儿童医院母乳库给予了资金支持 863 | 9488,安全监管方面，2017年，母乳库专家学组发表了《中国大陆地区人乳库运行现状分析》，呼吁政府部门颁布与母乳库管理相关的规范性文件，以保证母乳库长期稳定的发展 864 | 9490,身为总经理的杨得龄结合当时西方一般“有限公司”章程，推行新的会计制度，形成股东代表大会、董事会监事会、经营层三权分立制、薪酬三三制及用人避亲制 865 | 9492,1963年，汾酒厂向轻工业部提出总结其经验的要求，李浊尘部长批示，请时任轻工部发酵研究所所长秦含章到汾酒厂蹲点展开试点工作 866 | 9493,韩英介绍，从1965年2月至5月为期4个多月的调查研究，试点工作组初步摸索了发酵过程中物质的变化规律，观察了微生物的生长情况，为控制汾酒生产操作提供了依据 867 | 9495,”2015年4月25日，“汾酒执行与国际标准接轨的食品安全内控标准”新闻发布会在北京举行，发布会上，汾酒率先在同行业内提出并执行与国际标准接轨的食品安全内控标准，检测指标达到14项 868 | 9496,受访者供图喝白酒的N种方法2017年夏天，国家首席品酒师、汾酒集团质量检测中心主任王凤仙带领团队参加了一个“特殊”的活动——2017中国白酒鸡尾酒大赛暨2018世界调酒锦标赛中国选拔赛 869 | 9497,为了快速应对市场挑战，加快新产品的开发，汾酒集团在2017年成立了独立的科技开发公司 870 | 9498,今年10月25日，汾酒发布2019年三季报 871 | 9501,1948年，潘汉典从东吴大学法学院研究生毕业以后，开始包括比较法在内的法学研究，上世纪80年代，他参与创立了中国政法大学比较法研究所 872 | 9502,在上学时，潘汉典选修了法、德、日等外语课程，毕业后，又自己学习了俄文，开始翻译外国的法学著作 873 | 9504,于是，薛波找到了潘汉典 874 | 9505,作为东吴大学法学院的毕业生，潘汉典接受过大量英美法的教育，且擅长多门外语，由他来担任词典的总审定最为合适 875 | 9506,”2012年9月7日，92岁的潘汉典出席了法律出版社举办的“潘汉典法学之路”恳谈会 876 | 9507,2019年8月16日，这一天是2019年北京举办国际潮玩展的日子，王蛋蛋凌晨5点就开车到中国国际展览中心排队，因为购票时中了优先入场券，心中有了几分胜算 877 | 9509,”王蛋蛋前前后后投入盲盒的消费总计10余万元，现在，他发现“真的买不过来了” 878 | 9510,”在盲盒价格一路上涨的背后，一家为泡泡玛特生产Molly的玩具厂负责人告诉新京报，一般盲盒的成本价只有15元左右，出厂价一般根据进货量在30元左右浮动 879 | 9512,值得注意的是，事发时，登封市正在开展对武校的大规模专项治理行动 880 | 9514,10月26日，登封市妇幼保健院急诊科医师丁玲玲告诉新京报记者，10月8日下午五点多，程昊被教练送过来的时候，呼吸和心跳暂停，额头有一处明显的血肿，两眼瞳孔不等大，“已经危及生命了” 881 | 9515,程家全告诉新京报记者，释延洹当时说，程昊是练习后空翻时发生意外，另一个学生比程昊来得晚，但基本功却比程昊好，因此自己督促程昊练习，有些“太急了” 882 | 9517,10月25日，事发时在场的另一名学员的奶奶告诉新京报记者，她孙子回家之后跟她说，程昊后空翻之前，曾被释延洹关在小黑屋里打了一会儿 883 | 9518,以前程家全夫妻去登封看望儿子，接出来在宾馆洗澡时，曾多次在程昊背上、屁股上、脚上发现一条一条的瘀青 884 | 9520,10月26日，事发地隔壁的一位店主告诉新京报记者，他常能听到隔壁武馆传来喊叫声，最初他以为是学员们喊口号，有次走近一看，才发现是教练释延洹拿着半米长的厚木片抽打学员，“翻不过去，‘啪’一下，每个都挨，都哭着跑着 885 | 9521,新京报记者调查发现，释延洹此前还涉及一起打伤学员案件 886 | 9522,4月19日，安徽人张文武告诉新京报记者，为了帮儿子张胜戒掉网瘾、锻炼体格，去年7月，他把儿子送到了登封少林寺景区王指沟村21号院的武校“中国嵩山少林寺武僧团”，教练就是释延洹 887 | 9523,接下来的日子，张胜只能忍着痛训练 888 | 9524,程家全告诉新京报记者，因为孩子们不喜欢学习，但颇有运动天赋，所以他动了送孩子来少林学武的念头 889 | 9525,程杰告诉新京报记者，虽然拜了自称少林武僧的释延洹为师，但他和弟弟，还有另外几十个学员，住的是景区内王指沟村的一间农家院 890 | 9526,10月25日，新京报记者在少林寺景区停车场，找到了为程家全一家和释延洹“牵线”的中间人田伟 891 | 9527,今年4月，新京报曾经报道过登封市小龙武校发生的一起6岁女童死亡事件 892 | 9528,根据登封市委统战部发布的公开资料，在这场专项整治行动中，登封市成立了专项治理工作指挥部，下设11个工作组，还委派公安联系员、护校巡视员、法治辅导员、心理疏导员等“八大员”进驻武校，对全市武校“提升一批、规范一批、整合一批、取缔一批” 893 | 9529,10月31日，登封市教体局一名工作人员告诉新京报记者，5月以来，整顿一直都在进行中，市政府各个部门都参与进来了，“因为武校监管不仅仅是教体局的责任” 894 | 9530,该武校提供的“百日攻坚”验收材料显示，包括教体局、公安局、城管局、水利局、审计局、发改委在内的17个部门都参与了8月初的一次验收 895 | 9532,据新京报此前报道，8月30日，棋盘山武校发生一起学生因逃跑被同学殴打致死事件 896 | 9534,10月30日，新京报记者联系4月走访过的两家小武校，发现一家迁至新密，一家迁至汝州 897 | 9536,新京报记者从登封市教体局了解到，今年4月，武术管理中心的人马正式转入登封市教体局 898 | 9538,新京报记者祖一飞摄“第二春”黄维平告诉记者，老伴怀孕实属“意外”，当时两人并没有计划要孩子 899 | 9539,新京报记者祖一飞摄枣庄市妇幼保健院主任医师刘成文告诉媒体，田新菊高龄产子的经历实属万幸，他不建议类似的高年龄人群再去怀孕，因为母亲和胎儿面临的风险都会增加，“还是建议在合适的年龄做合适的事情，适龄婚育 900 | 9541,即便住在城市的小区里，黄维平也在创造着田园生活 901 | 9543,美国著名神探李昌钰推荐他加入国际科学鉴定协会(IAI)，是成员中唯一来自中国的模拟画像师 902 | 9545,”他抱着一摞自己的绘画作品找到分管领导，试着说明“画画也能帮助破案” 903 | 9546,林宇辉第一次接案子是2008年，山东泰安市发生一起一死两重伤的纵火案，仅有一位加油站员工对嫌疑人有点印象，他根据员工的描述画了十几张，逐张请她比对，最后确定一张交给警方用作排查 904 | 9547,2016年，内蒙古通辽市发生一起故意杀人案，当地警方传给林宇辉一份凶手夜间驾车过卡时的监控视频，画面里，凶手故意用遮阳板挡住脸，能看到的，只有鼻子、嘴和下巴 905 | 9548,送完单，为了避免和家人接触，他选择骑车回到20多公里外的老房子去住 906 | 9549,“快递小哥”背后的“宅经济”2月23日，国务院新闻办公室在武汉召开记者见面会，首次邀请武汉疫情防控一线的普通工作者讲述自己的故事，老计就是其中一员 907 | 9550,3月12日，国务院成立了福建省泉州市欣佳酒店坍塌事故调查组，初步调查结果显示，该项目未履行基本建设程序，无规划和施工许可，存在非法建设、违规改造等严重问题，特别是房屋业主发现房屋基础沉降和承重柱变形等重大事故前兆，仍然心存侥幸、继续违规冒险经营，最终酿成惨烈事故 908 | 9551,新京报记者检索发现，鲤城区并无“都平路”，仅有“都坪路”，都坪路149号距南环路1688号不到2公里 909 | 9552,3月10日晚间，事故发生约70个小时后，温州人游绍峰获救，成为此次事故的最后一名生还者 910 | 9553,3月12日上午，事故发生112个小时后，消防人员发现最后一名受困者，但对方已无生命体征 911 | 9554,武汉市青山区消防员在街道执行消杀任务 912 | 9555,李长春和队员们花费两周多制作了115份应急预案 913 | 9557,为此，李长春带着同事，和运行指挥部反复商讨，制定现场保卫方案，施工期间，8名消防员悉数出动，紧盯每一处施工现场，保证了这一工程的安全完成 914 | 9558,3月17日，武汉市消防救援支队有关负责人告诉新京报记者，疫情发生以来，除了在火神山、雷神山医院派驻消防员以外，武汉市还成立了57支消防专业技术服务队，全程做好“五类场所”（医院、集中隔离点、医护人员住地、防疫物资生产企业以及防疫物资储存场所）的消防服务工作 915 | 9560,翟帅回忆，有一回，他和队员们完成任务，到加油站给车加油，突然不远处传来一声“武汉加油”，抬头望去，发现一个老奶奶正拿着手机拍他们，有队员回喊了一声“武汉加油” 916 | 9561,2003年，他在西子湖畔的这所艺术院校内，提出“重建一种中国当代的本土建筑学”的口号，推行了一场带有乌托邦色彩的教育改革实验 917 | 9562,在理工科院校建筑教育的“正规军”外，他要培养几支不一样的“游击队” 918 | 9563,校园内一处占地数百平米的木工房内，建筑艺术专业的学生们常常拿着斧头、锤子、锯子，向木工师傅学习中国传统的“榫卯”结构 919 | 9564,那时的王澍还没出名，但旁征博引，告诉学生们优秀的建筑师要读哲学、人类学，推荐卡尔维诺和列维斯特劳斯 920 | 9566,”广袤乡村的实践除了校园内的课程，王澍也会让学生走出去，到广袤的乡间做田野调查、调研中国传统民居，或者真实地参与乡村基础建设 921 | 9567,浙江杭州，富阳洞桥镇文村，王澍参与修缮、改造的农居房项目 922 | 9568,”经过观察，学生们发现村民常用三层阶梯式的洗手池，便在公厕外建了一个样式差不多的 923 | 9569,在“三校联合夏令营”中，王澍和他的学生就与这样的社会发生了龃龉 924 | 9570,30岁那年，他在北京成立了一家建筑师事务所，既承接一些挣钱的项目，也会倒贴钱做点自己想做的事，比如在陕北的泥河沟村古枣园建旱厕 925 | 9571,我记得有一次，学生们发现远处有一片湖，想建一个亭子，想象着村民站在亭子里就可以欣赏湖景 926 | 9573,3月15日，武汉雷神山医院、中国医师协会和清华大学组织武汉、北京、上海以及美国的呼吸科和危重症治疗方面的专家，为一位64岁的新冠肺炎（下称“NCP”）重症患者举行远程会诊 927 | 9574,此前，于1月23日上线的微医“新冠肺炎实时救助平台”，提供三分钟内响应的免费问诊服务 928 | 9575,顶尖专家通过网络，开展会诊、查房、培训、教育等学术活动从而提高整个医疗群体的服务水平，远程医疗有负责推广、落地和实施的价值 929 | 9577,比如中华医学会重症分会组织全球重症专家讨论研判NCP重症救治策略；中国医师协会和清华大学组织北京、上海以及美国的专家为武汉雷神山一位64岁的新冠肺炎重症患者举行远程会诊 930 | 9578,我们中国重症超声研究组的专家团队也与武汉中南医院重症医学科同道合作开展了对NCP患者的床旁远程医疗工作 931 | 9579,同年9月，中国医学基金会成立了国际医学中国互联网委员会（IMNC），逐步在我国开展医学信息及远程医疗工作，目前已开展了可视电话系统的远程医疗 932 | 9580,1999年底，原卫生部发布了卫办发[1999]第二号文件《关于加强远程医疗会诊的通知》 933 | 9582,3月16日，由陈薇院士领衔的军事科学院军事医学研究院科研团队所研制的重组新冠疫苗获批启动一期临床试验 934 | 9583,志愿者在接受疫苗接种 935 | 9584,国家卫健委医政医管局监察专员郭燕红介绍，按照工作计划，国家医疗救治专家组以及高水平的重症救治团队，还将留守和坚守在重症定点收治医院，直到患者的救治任务特别是重症患者的医疗救治任务全部完成以后，再予撤离 936 | 9585,近两个月的时间里，他们的工作从忙乱到逐渐有序，治疗方法也在不停探索和调整，两位医生告诉记者，这个阶段最重的工作就是尽可能地把危重病人的死亡率降下来 937 | 9587,周新：最近就有一个关于解剖的讨论，病理学家来讲尸体解剖的病理情况，医生来介绍当时的治疗情况，临床和解剖两者结合讨论病理的改变，是非常有意义的事 938 | 9589,我们国家参与新冠肺炎的治疗比较早，接触的病人也比较多，可能给他们提供的经验更多一些 939 | 9590,他告诉记者，申聪知道他寻子的故事后，觉得坚持是美好的，希望重新好好读书 940 | 9591,如今，任中国人体器官捐献与移植委员会主任委员、清华大学医院管理研究院院长和中国器官移植发展基金会理事长的黄洁夫密切关注新冠疫情的发展，对疫情建言献策，并坚持每周在协和医院从事外科临床工作 941 | 9593,我是2001年10月调至卫生部的，2003年2月7日我回广州过年，8日广东省副省长与卫生厅长告知我原来工作过的中山医科大学附二院发生了医务人员群体性不明原因肺炎，医疗界有些紧张 942 | 9595,2002-2003年SARS首先发生于佛山、顺德等周边农村，与广东的野生动物市场交易与广东人的生活习惯关系链条清晰，又找到了零号病人，经过近三年时间的努力才逐步明确从蝙蝠到市场野生哺乳动物再传人的关系 943 | 9596,所以我认为应请世界卫生组织（WHO）牵头在全球范围内调查研究，应该发挥我国曾经参加过中美合作冠状病毒研究的病毒学与流行病学专家的作用，与世界科学家一道得出可信的科学结论，世界各国人民都需要得到一个更详细、更透明的解释 944 | 9597,一位田姓项目经理告诉家属，项目部第一次通知撤离是在10时50分左右，之后曾在微信群里进行确认 945 | 9598,严军告诉记者，前两个人被救的时间差不多隔了两分钟，第三个人上来的时间花得更久，可能有七八分钟 946 | 9599,而事发前一天，新余市气象局曾发布天气预报，提醒第二天天气为大雨转中雨，部分地区伴有雷电、冰雹、大风和短时强降水等强对流天气 947 | 9600,3月30日15时，四川凉山州西昌市泸山发生森林火灾 948 | 9601,图/宁南发布视频截图临出发前，队员李天云对送行的朋友们说，去执行任务，很快就回来，回来以后要一起吃饭 949 | 9602,22时40分许，他们到达火场所在地西昌市经久乡蔡家沟水库 950 | 9603,一个小时左右，巡山队员打回电话告诉张勇，火势蔓延，赶紧撤回来 951 | 9604,”柳树桩村民吉克参加了另一个10多人的志愿打火队 952 | 9605,”柳树桩一位参加救援的民兵告诉新京报记者，19人的遗体是从泸山背侧（南面）一排斜坡树林中发现的 953 | 9606,3月31日下午5点，四川西昌市经久乡森林火灾联防指挥部通报，当时泸山山火受大风和风向多变影响，形成多处多线燃烧态势，山火沿经久、马道、泸山后山猛烈扩散，火情扩散迅速，并伴有多处飞火 954 | 9607,宁南县披砂镇下村一名村干部介绍，村民自愿加入后，由民兵队长带着大家集训和参加打火，每年县民兵中队会组织全县民兵，进行一次集训，主要开展森林防火扑火知识、扑火技能、安全知识的培训和森林扑火实战演练 955 | 9608,专业扑火队二班长刘胜云告诉记者，他们此前就去泸山打火三、四次了，之前还获得过嘉奖，“对于火，我们了解的比别人多，所以我们每次去打火都很有信心的 956 | 9615,据西昌市人民政府新闻办公室官方微博消息，当日15时，西昌市泸山发生森林火灾，西昌市迅速调集宁南、德昌等县专业打火队等就近支援，宁南扑火队也在其中 957 | 9616,受访者供图在此次西昌大火中，包括宁南扑火队在内的超过3800名救援人员参与了扑救工作，他们分别来自应急管理部门主管的森林消防、林草管理部门下辖的专业打火队以及各县市政府主管的民兵应急队伍 958 | 9617,当天22点40分，21名宁南县专业扑火队员到达了火场所在地——西昌市经久乡蔡家沟水库 959 | 9618,为了提升自己，他还参加了政府组织的厨师班，希望成为一名厨师 960 | 9619,同学王林说，2010年左右，陈章华就加入了天鹤村民兵，还参加过2014年云南昭通地震救援 961 | 9620,2020年3月12日，会东县森林草原防火指挥部办公室发布《关于补充招聘2020年森林草原专业扑火队队员的公告》，再次公开招聘15名县级合同制专业扑火队队员 962 | 9622,宁南扑火队的队员们正在进行日常训练 963 | 9624,”据“西昌发布”消息，截至3月31日上午10点，省、州、市三级已投入扑火兵力2000余人，并安排4架森林航空消防直升机、142台消防车、6套远程供水系统投入扑救工作 964 | 9626,正在隔离的光谷院区医务处处长祝伟正在和同事们做复工规划，“会设计几个方案，看哪个比较合适 965 | 9627,”他介绍，医院将在两周后逐步复工，各个科室将会根据硬件和人员等实际情况逐步恢复 966 | 9628,受访者供图五十多天前，2月9日，17支医疗队陆续入驻同济医院光谷院区 967 | 9629,3月15日，湖北省召开新冠肺炎疫情防控工作新闻发布会，武汉市政府副秘书长李涛介绍，武汉集中优势医疗资源救治新冠肺炎患者，落实梯次转运机制，重症、危重症集中到同济光谷、协和西院区、省人民东院区3家医院 968 | 9630,新京报记者王双兴摄“回到平常生活”3月31日，17支援助光谷院区的医疗队陆续离开武汉，回到各自的城市 969 | 9632,当地铁到达光谷广场时，武汉“硅谷”的高科技人才早已久候多时，站台上人头攒动 970 | 9634,吴亚记得，重启那天，她驾驶2号线首班车到达天河机场始发站，到站的时候，有人从电梯上走下来，她激动得难以平复，热爱的武汉又回来了 971 | 9636,如今，武汉市儿童医院“清零”，恢复正常问诊，童童也回归了每天坐地铁正常上下班的日子 972 | 9637,武汉解封前几日，吉庆街恢复了些许生气 973 | 9638,螃蟹岬：穿梭在2号线上的调研经理上午十点半，白彭伟开着列车到达螃蟹岬 974 | 9639,地铁上的人多了起来，白彭伟驾驶的2号线到达杨家湾站，下车的人很少，人群聚拥在车厢里，座位基本间隔坐满 975 | 9641,3月24日，中国铁路武汉局集团公司发布通告称，3月28日零时起，武汉境内17个火车站恢复办理客运到达业务；自4月8日零时起，恢复办理武汉市17个铁路客站出发业务 976 | 9643,在武汉站下车后，张民发现从武汉到邯郸的列车尚未开通，最早的车次也要等到4月8日 977 | 9644,新京报记者李桂摄2月底的一天夜里，有民警巡逻时发现，一家未出租的商铺门锁被人撬开了，两三个人在里面睡觉 978 | 9645,”周晨宇补充道，封站期间报警电话变少，大多数电话都是咨询列车相关信息、车站什么时候开放的 979 | 9646,3月25日至29日，武汉先后恢复了180条公交线路的运营，其中涉及火车站的线路49条；3月28日起，武汉又恢复了6条地铁线路，三座火车站涉及的线路均得到恢复 980 | 9648,新京报记者李桂摄据央视新闻消息，中国铁路武汉局集团公司表示，根据湖北省新冠肺炎疫情防控指挥部通告，从4月8日零时起，武汉市解除离汉离鄂通道管控措施，有序恢复对外交通 981 | 9649,”3月28日，武汉地铁开始恢复运行，铁路客运也恢复了到达业务 982 | 9650,下午4点，白班出租车司机陆续交班，他们在群里交流一天的收入，“6点出来，170公里，300多元钱，以前正常能有500元 983 | 9651,自从武汉大学中南医院（以下简称中南医院）开始恢复正常的医疗秩序，便不再接收此类病人 984 | 9652,3月20日，中南医院恢复普通急诊；3月27日起，恢复普通门诊 985 | 9654,李菲通过网络问诊找到产科医生，对方建议如果担心感染风险较大，可以将小排畸延后两周左右 986 | 9655,如今，中南医院恢复了正常医疗秩序，李菲又回到从前一直就诊的地方，布局都是老样子，只不过医生穿着防护服，孕妇们戴上了口罩 987 | 9656,”刚到中南医院时，他负责帮忙搬物资，有时候搬防护服和手套，有时候也搬水果和菜；如今医院恢复接诊了，许哲开始当保安，每天从上午八点工作到下午五点半，维持秩序、检查门窗、提醒患者保持距离 988 | 9657,3月27日起，中南医院恢复普通门诊 989 | 9658,新冠疫情暴发以来，他一直没能休息，如今中南医院恢复了接诊，又要开始琢磨新的问题：新病人不断入院，如何减少新冠肺炎交叉感染的风险 990 | 9659,事实上，从3月28日，武汉恢复公共交通运营那天起，张福臣就已经开门营业了 991 | 9660,第二拨客人也是邻居，两位住在昙华林的小伙子，他们出门散步，看到老张书舍亮着灯，进来逛了逛，小伙子想买叙事类型的书，张福臣给他们推荐了《一个人的村庄》 992 | 9661,前几天，房东给他打电话，主动提出免去两个月的房租，压力小了不少 993 | 9663,4月8日，武汉正式解封第一天，刘黎坐在他的鸭脖店里，处理着外卖订单；黄韬的父亲站在小龙虾店的炉灶旁，重复翻转着面前的龙虾豆皮；曾连容透过热干面柜台看着眼前穿全套防护服的护士，琢磨着女娃来自哪个科室……重张的小吃店唤起了武汉人的味蕾记忆，虽然目前的营业水平尚未恢复到疫情前，但店老板们正以一个坚韧的姿态，撑起武汉的老味道，也撑起自己的家 994 | 9664,2019年10月12日，袁隆平坐在国家杂交水稻工程技术研究中心会客厅内，接受记者采访 995 | 9665,新京报记者王飞摄“一年不种杂交水稻两个月没饭吃”10月12日，在位于湖南省长沙市马坡岭的湖南杂交水稻研究中心行政楼一楼大厅内，90岁的袁隆平留着寸头身穿白色西装褂路过LED大屏幕前时驻足，默默观看9月29日国家主席习近平为他颁发“共和国勋章”的视频，并向周边的人介绍其他获奖者 996 | 9667,中国的专家团队除了进行制种、播种、培训等，还在当地投入大量资金，兴建水库 997 | 9668,”另一名专家回忆起2017年马达加斯加发生洪涝灾害，他至今还为之捏了一把汗，他说当时当地的品种全部倒伏，但中国杂交稻没倒，并且每公顷产量还达到7.5吨 998 | 9669,”此外，张立军说袁氏种业最初只是单纯卖种子，但是因为非洲国家普遍没有种植技术和资金，不会取存加工粮食，袁氏种业不得不逐步建立起教学、种植、取存、加工、销售的杂交水稻全产业链 999 | 9670,”中国提出到2030年实现非洲国家的粮食安全，这让张立军既感受到了压力，也让他倍感荣幸，因为解决非洲国家粮食安全有他们的贡献 1000 | 9672,与常规市场品种相比，其增产优势达17%至28%，农民收入在10年间增加近10亿美元 1001 | 9673,2008年5月，作家阿来等人参加图书签售义捐活动 1002 | 9676,从那时起，阿来跟着大人一起上山采集虫草，补贴家用 1003 | 9677,”今年刚读博士的唐露露告诉新京报记者，先生仍在坚持上课、出席论坛，每学期都会讲几次课 1004 | 9679,受访者供图“疑罪从无”入法1991年，全国人大常委会法工委刑法室召开座谈会，探讨修改刑诉法问题 1005 | 9680,1993年10月，时任中国政法大学校长的陈光中接到法工委来函，委托其组织师生，成立研究小组，草拟刑诉法第一次修正的建议论证稿 1006 | 9681,陈光中回忆道，最后一次草案审议时，建议稿中两项重要主张——“非法证据排除”和“疑罪从无”，仍未被采纳进去 1007 | 9682,”2018年7月28日，陈光中参加学术研讨会 1008 | 9683,1955年，25岁的陈光中发表了第一篇论文，提出在国内建立辩护制度 1009 | 9686,这个案子改变了张高平叔侄的人生，也改变了他的生活轨迹 1010 | 9687,那年，张高平发现了一个重要线索，他写信要求会见张飚称，杂志上报道了一起河南的杀人冤案平反，其中有个狱霸叫袁连芳，河南案件的嫌疑人就是被他殴打强迫写下了认罪材料 1011 | 9688,后来，男人告诉张飚，因为他的信，他们的事情解决了 1012 | 9689,今年国庆期间，张飚受邀参与了国庆阅兵 1013 | 9691,李某某进入监狱后开始申诉，家人也在为他四处奔走，找到了张飚 1014 | 9692,案子推进了两年，如今自治区高级人民法院已经决定再审并发回重审 1015 | 9693,1500多件古董钟表里，王津参与修复过两三百件 1016 | 9694,”“钟表盘里一天一个样”铜镀金乡村音乐水法钟再次搬上了王津的工作台，它刚刚参加完在香港举办的国际钟表展回到故宫，又被选中参加明年3月在英国的展览，王津得给它做个全面“检查” 1017 | 9695,2016年，央视纪录片《我在故宫修文物》热播，王津和一群故宫文物修复工作者“火”了，网友称他为“故宫男神”，寂寥的故宫钟表馆也变得热闹 1018 | 9696,王津端着杯子去茶水间接水时，总能听见一片“欢声笑语”，他加进去聊上两句，“年轻人说的话，好多听不懂了，”聊到旅游的话题，他忙掏出手机分享国庆在壶口瀑布拍的照片 1019 | 9697,廖智的妈妈跑出去，敲开了所有病房的门，告诉他们：“廖智可以走路了，快来看我们廖智走路 1020 | 9698,廖智参加《舞出我人生》总决赛录制 1021 | 9699,2013年12月，廖智参加上海国际马拉松赛 1022 | 9701,2013年从美国回来后，廖智和查尔斯组织了多次残障人士聚会，大家分享工作、生活中的趣事和烦恼，再一起尝试着解决问题 1023 | 9702,杜富国在尝试学习各种各样的新事情，虽然还没拿准以后究竟要干什么，但他心里一直有股劲，“我总是要做点什么的” 1024 | 9703,2019年10月24日，杜富国在技师的指导下接受体能康复训练 1025 | 9705,回忆起那次使他失去双眼和双手的爆炸，杜富国从来不后悔，“我受伤后，半个月就接受自己了，我不后悔，如果后悔就接受不了自己” 1026 | 9706,2018年麻栗坡县猛峒乡发生特大泥石流，他站在半山腰，看到泥石流从菜场、街道穿过 1027 | 9709,2019年10月24日，杜富国在技师唐鹏的指导下接受反重力跑台训练 1028 | 9711,1988年9月27日，北京中南海怀仁堂举行新中国第二次授衔仪式，17位将军被授予共和国上将军衔，75岁的洪学智是位列第一名的上将 1029 | 9712,第一次是在1955年9月27日，同在中南海怀仁堂，新中国举行第一次授衔仪式，洪学智等55人被授予上将军衔 1030 | 9713,洪虎1940年出生于革命年代，在社会主义建设大潮中成长，改革开放后任职原国家体改委，1998年后出任吉林省省长 1031 | 9715,新京报记者郭延冰摄13年前，在刘德华主导的“亚洲新星导计划”资助下，宁浩拍摄了他执导的首部大银幕院线电影《疯狂的石头》，一鸣惊人，从此华语电影中多了一个才华横溢的商业片导演 1032 | 9716,然而，在采访过程中，这位如此具有票房号召力的导演却和记者大聊电影的艺术性与文化性，建议年轻导演“忘掉商业这件事儿” 1033 | 9717,2007年，时任石河子市人民检察院(以下简称“石河子检察院”)驻监检察官的张飚发现了案件的疑点，他积极帮助张高平二人申诉，坚持了五年 1034 | 9718,详情>>>院长叶敬忠：像弱者一样感受世界用世界的眼光打量乡村叶敬忠中国农业大学人文与发展学院院长今年6月23日，中国农业大学人文与发展学院举行毕业典礼，院长叶敬忠致辞：保持真实，谨守良知，像弱者一样感受世界 1035 | 9720,中卫市生态环境局对宁夏美利纸业集团环保节能有限公司涉嫌环境违法行为进行立案调查 1036 | 9722,十几年前，有老职工亲眼见到美利纸业生产纸浆时产生的黑液被卡车拉来倾倒到这个坑里 1037 | 9723,2002年至2004年宁夏美利纸业集团有限公司陆续建成了两套黑液回收系统，期间由于黑液回收系统运行不稳定，也有部分黑液倾倒至美利林区，2004年之后利用黑液回收系统处置 1038 | 9725,原宁夏美利纸业集团有限公司1986年建厂，经过4次扩产，全部采用碱法，2001年10月份开始上纸浆黑液回收设备，先后上了3套，我估计2004年之后应该没排放过 1039 | 9726,”中卫市委宣传部网信办胡主任认为，2014年9月，《新京报》报道了腾格里沙漠污染事件，使腾格里沙漠成为舆论焦点，这几年中卫采取一切办法，防止腾格里沙漠污染类似问题在这里重演 1040 | 9730,中卫市自然资源局李副局长告诉记者，美利林区的生态作用确实明显，有效拦阻了沙尘暴 1041 | 9731,“地球物理勘探就是在地表上打井，井底放置炸药，利用炸药人为制造地震，地震波传到地下再反射上来，绘制出地下地质构造，分析岩层成油条件，就像给地球做CT一样 1042 | 9734,1997年，陈新伟带队到塔中建设120万方天然气处理装置，第一次踏进沙漠腹地，就创下两个全国之最，“一是这套处理装置属当年全国自动化程度最高，要求极严，要一次建成投产难上加难;二是塔中油田属于勘探开发初期，地处沙漠腹地，补给全靠500公里之外的库尔勒基地，全国最苦 1043 | 9735,2004年6月，刚毕业两年的卢庆庆主动申请参加西气东输主力气田——克拉2气田处理站的建设 1044 | 9737,2018年5月31日，广东省对《广东省人口与计划生育条例》作出修改 1045 | 9738,这四位学者在搜集各省人口与计划生育条例后，历时2个月撰写形成审查建议稿，递交至全国人大常委会法工委 1046 | 9739,2017年9月26日，全国人大常委会向广东省、云南省、江西省、海南省、福建省人大常委会发函，建议对有关人口与计划生育的地方性法规中关于“超生即辞退”等类似的严厉控制措施和处罚处分处理规定作出修改 1047 | 9740,其后，不到两年时间里，福建、贵州、广东、江西、海南以及辽宁、云南七省人大常委会先后对当地人口与计划生育条例作出了相应修改 1048 | 9741,该文件称，云浮市第一小学为促使谢峥玲采取补救措施终止妊娠，校长、分管副校长及相关工作人员分别于2018年6月19日、20日，9月7日、11日找到其做思想工作 1049 | 9742,2018年12月21日，云浮市公安局督察支队对薛锐权做出停止执行职务的决定，八天后，他被云浮市公安局正式辞退 1050 | 9744,11月7日，云浮市公安局就薛锐权被辞退的决定作出《情况通报》，其中指出，薛锐权作为民警和公务员，明知妻子政策外怀孕仍执意生育四孩的行为已违反《中华人民共和国人口与计划生育法》《广东省人口与计划生育条例》《中华人民共和国公务员法》以及《中华人民共和国人民警察法》等法律法规规定，“我局对其多次教育仍无转变，认定其已不适合继续在公安机关工作 1051 | 9746,部门规章和地方性法规冲突关注到薛锐权的三胎超生纠纷后，国家计划生育委员会专家委员梁中堂称，“这其实是超生当事人和其工作单位间的纠纷”，梁中堂介绍称，过去涉及超生人员的处理，一般由地方计划生育委员会或卫计委作为执法机关介入，而在该纠纷案中，“由单位坚持对超生作处罚，是比较少见的，属于特殊个案” 1052 | 9748,在研究该案例后，王全兴教授发现，就薛锐权夫妇“因超生被辞退”是否合理之争，本质上是部门规章和地方政府规章与地方性法规相冲突的结果——当地方性法规《广东省人口与计划生育法》在2018年删除“超生即辞退”的规定后，省政府办公厅的规范性文件“规定”、人社部规章“暂行规定”仍旧延续着自2012年以来对超计划生育人员“过时”的处罚规定 1053 | 9749,一些环保学者也参与了意见 1054 | 9750,据2010年1月25日的《邢台日报》报道，邢台市统计学会公布2009年前50强企业名单，邢钢当年实现营业收入111.98亿元，列全市第三名 1055 | 9751,2017年7月31日至8月21日，河北省委、省政府第十二环境保护督察组对邢台市开展了环境保护督察，并形成督察反馈意见，明确提出了“要尽快启动邢台钢铁有限公司搬迁”的建议 1056 | 9752,位于邢台市区内的邢钢厂区，肖隆平摄2017年11月，时任邢台市委书记王会勇在主持召开全市大气污染防治调度会上亦表态，对市区及周边重点排放企业治理要坚持长短结合，成立工作专班，实行市县领导分包，短期要严格落实各项停限产措施，长远要对邢钢等企业实施搬迁 1057 | 9755,今年4月，邢台市人民政府批复的《关于新河县城乡总体规划(2018-2035年)》显示，到2035年新河县中心城区建设用地1645.35公顷 1058 | 9759,更多新河人在网站、贴吧里发表意见，多数网友认为邢钢搬来将让当地原本还算可以的自然环境变得糟糕 1059 | 9761,新京报记者梳理发现，河北对本地钢铁企业的处理主要采取了两种方式：退出和搬迁，除了少数企业搬迁到沿海，更多的还是在市域内搬迁，如河钢集团邯钢公司从邯郸市区搬迁至下辖的涉县、河钢集团石钢公司从石家庄市区搬到下辖的井陉县 1060 | 9763,记者了解到，此前数月，河北省生态环境厅对邢钢转型升级搬迁改造建设项目进行了密集的调研，并就相关《项目环境影响报告书》召开了技术咨询会和技术评估专家评审会 1061 | 9765,2019年10月28日，中央纪委国家监委网站发布消息，中国书法家协会（下称“中书协”）原分党组书记、原副主席赵长青涉嫌严重违纪违法，目前正在接受调查 1062 | 9766,图片来源：视觉中国中书协实际掌权人，曾多次被举报新京报记者检索公开报道，赵长青最后一次公开露面是在落马消息公布10天以前，即10月18日，他参加了家乡辽宁的一次采风活动 1063 | 9767,2002年，赵长青离开黑龙江进京，担任中国文联国内联络部主任 1064 | 9769,”10月30日，张弓告诉新京报记者，该中间人多次找上门，甚至承诺帮他出书，他家乡甘肃的宣传部官员还来说情，希望他能删帖，但他都予以拒绝 1065 | 9770,张弓告诉新京报记者，2007年他在某网站担任艺术版块版主，经常能看到举报赵长青的帖子 1066 | 9773,时任广东书协副主席张桂光告诉新京报记者，为了拿下举办权，时任广东书协主席陈绍基亲自去北京商谈，交了300多万保证金才签了办展合约 1067 | 9774,”蔡祥麟告诉新京报记者，1999年第七届国展，是自己一手操办的，展览名字叫“世纪之交”，是当时新中国书法史上规模最大的展，总共花销不过200万，“等于短短几年间翻了约10倍，按常理，即便价格再升，1000万也用不了 1068 | 9778,新京报记者检索发现，赵长青曾为安徽宿州埇桥区、山东新泰等地授牌“中国书法之乡” 1069 | 9779,2010年3月4日，时任中书协驻会副主席赵长青（中）和中书协理事李士杰（左）出席捐赠揭牌仪式 1070 | 9780,新京报记者梳理公开资料发现，2009年5月，中国书协五届五次理事会在合肥召开，赵长青时任分党组书记兼驻会副主席，李士杰被增补为第五届中国书协理事，随后李士杰连续当选第六、七届中国书协理事，与赵长青共同出席多场活动 1071 | 9781,纪光明告诉新京报记者，那次选举由全国400多名代表选出208名理事，再由这些理事选出主席、副主席，纪光明本人那次也连任了理事 1072 | 9782,”2017年11月5日，知名书法家、暨南大学教授曹宝麟在微信朋友圈发文，公开举报李士杰涉嫌巨资贿选 1073 | 9783,2019年3月，曹宝麟再次在朋友圈发布“严正声明”：“本人从未认为所述贿选之疑属不实言论，但对于贿选金额是否是2500万元，本人作为一介平民，实难从容举证 1074 | 9784,据其官网一篇名为《中国书法大厦的缔造者——李士杰》的文章介绍，大厦是由李士杰担任院长的安徽省书法院引资建造，经中国文联同意、中国书法家协会批准命名、巨资打造的全国首座综合性高层次的书法创研基地 1075 | 9786,查阅公开信息，2013年12月28日，中国书法大厦在合肥举行奠基仪式，中书协分党组书记、驻会副主席赵长青和一众中书协领导出席仪式 1076 | 9788,”蔡祥麟告诉新京报记者，“但上任三个月后，赵长青的一幅字就挂上了某大型展览 1077 | 9791,近日，最高检第十检察厅厅长、一级高级检察官徐向春接受新京报记者专访 1078 | 9792,今年9月，最高检曾下发《人民检察院办案活动接受人民监督员监督的规定》特别提出，检察院组织的案件公开审查、公开听证活动，应当邀请人民监督员参加，“刚性”监督检察办案 1079 | 9795,2008年，19岁的冯华正在为高考复读，突然被发现精神出了问题 1080 | 9796,母亲赶到学校后，班主任说冯华说的事子虚乌有，还说他最近总是一个人发呆，建议带回去看医生 1081 | 9798,有时冯华清醒了，会给父母打电话，告诉他们自己的位置，或是找亲戚收留自己 1082 | 9799,此后，城市内的社区卫生服务中心、乡镇卫生院等基层医疗卫生机构，要在居委会、村委会等机构的协助下，对在辖区内连续居住半年以上的人口开展疑似重性精神疾病患者调查 1083 | 9800,11月11日，高平镇卫生院医保科工作人员告诉新京报记者，冯华持有的医疗证确实是在该卫生院办理的，但是，对于冯华是否被建档立卡、并被纳入重性精神疾病信息管理系统，“我们都不知道” 1084 | 9804,2017年2月，精神疾病患者胡某在武汉一家面馆内持刀行凶；2019年2月，一名有精神病史的男子在江西吉安持刀伤人；3月，河北唐山发生17名学生上学途中被伤害案，经查，犯罪嫌疑人患有精神病……从确诊到停药“重性精神病患一旦被建档立卡、纳入信息管理系统，我们是有一套管理程序的 1085 | 9806,冯华曾在河南省精神病医院接受治疗 1086 | 9807,直到一名好心人打来电话，家人才找到了冯华 1087 | 9809,2012年，39岁的他放弃4A广告公司创意总监的高薪职位，成立“一般”设计师工作室，设计原创家具 1088 | 9810,2016年3月，沈文蛟委托律师团发表声明，紧接着在创意界发起“撑原创，反山寨”签名活动，在短短一周内就搜集了超过1.4万个签名 1089 | 9811,9月初，沈文蛟发表《原创已死》一文，“今日中国，山寨凶猛，平台失察，我们唯有发出更大的声音，才能为千千万万个原创路上的兄弟换来更多尊重，争取更大生存空间，留下更多火苗……”这篇文章火速传播，公号阅读量很快突破10万+ 1090 | 9812,沈文蛟后来撰文回忆，仅在文章发布当天，衣帽架的销量相当于过去1年的总和，工作室“起死回生”了 1091 | 9813,他感叹古人那么早就懂得使用平板包装，还分享了自己在德国考察的见闻，提出未来在德国开设分部的构想 1092 | 9814,王德瑞（左）在拍摄楼盘宣传片 1093 | 9815,我选择留在了上海，当时不服输不认输，最初的想法还是做老板，总是活在幻想之中，想着我要怎么赚钱，打算做什么，结果发现什么都做不了 1094 | 9816,11月13日，广州增城区分局通报了人贩子“梅姨”案的新进展 1095 | 9818,张维平告诉警方，锁定佳鑫之后，他联系了中间人“梅姨” 1096 | 9819,当天13:40，广州工务段英德线路车间工队队长在连江口1号隧道巡逻时发现了一具男性尸体，经民警现场勘查分析，死者为坠车自杀死亡 1097 | 9822,晋州市公安局起诉意见书显示，警方查明，2015年9月至2018年6月，恒升银行股东赵良“指使和言语胁迫银行人员，对银行外部提供贷款资料不进行任何审查、入户调查，编造贷款调查报告，制作贷款手续进行审批发放贷款”，涉嫌骗贷17114笔，共计26亿元 1098 | 9823,2019年8月5日，周志斌的母亲告诉新京报记者，儿子是在2016年1月18日去世的，生前从未听过在恒升银行有贷款 1099 | 9824,2019年8月15日，前赵七子村村支书李福全告诉新京报记者，村里像李志民一样被贷款的至少有十来户，去年均配合银行、公安机关说明了情况 1100 | 9825,赵良曾向公安机关交代，非法放贷发生前的2015年8月，恒升银行的四户联保业务已出现大量不良贷款，雇人催缴后还款效果依然不佳 1101 | 9826,为此，他找到主管信贷的副行长余俊，表示贷款好放难收，与其贷给外人，还不如贷给自己投资，“余俊觉得我说得挺有道理，同意了我的想法” 1102 | 9828,新京报记者李英强摄金波原为晋州市昌源农民专业合作社法定代表人，该合作社由赵良于2010年创办，赵良为实际控制人 1103 | 9829,为了寻找借款人，金波在合作社内成立了一支十余人的业务团队，做着与合作社无关的工作 1104 | 9831,2019年8月5日，任占良告诉新京报记者，他亲眼见过客户经理致电借款人核实贷款情况，“就翻着借款人资料上的电话挨个打，核对下对方的名字就把电话挂了 1105 | 9833,瓯海银行于2018年8月出具的针对恒升银行小樵支行的《事实认定书》显示，检查组调阅监控后发现，非借款人本人将贷款资料批量交给客户经理，拿到放贷资料后又交给柜台办理放款，自始至终未出示身份证件，“银行柜员明知客户不是借款人本人仍放款” 1106 | 9836,2019年8月5日，新京报记者实地探访了恒升银行总部及6家支行，发现各行均正常营业，但四户联保业务早已停办 1107 | 9837,新京报记者李英强摄在投资经营方面，赵良自称十几年前开始涉足房地产生意，并于2006年注册成立了河北嘉益房地产开发有限公司（下称“嘉益房产”），不过最初的几个项目都赔了 1108 | 9838,2010年，他又用嘉益房产投资开发了“河北省体育局旧房棚户区改造项目” 1109 | 9839,新京报记者调查发现，事发路段近年来多次发生地下管道破裂、道路凹陷开裂等情况，自2014年以来，西宁市至少发生了14起路面塌陷事故 1110 | 9840,一位当时参与营救的市民告诉新京报记者，他从附近家中拿来了绳子和锤子，把后车窗打碎，从车内用绳子拉出了五六名乘客，“车上的人都好好的” 1111 | 9842,家属告诉新京报记者，男孩儿13岁，当时和母亲、哥哥、弟弟四人正在下车，他和哥哥已经走到安全位置，返回营救时，刚把弟弟抱上来，就在第二次塌陷中掉了下去 1112 | 9844,”1月16日，西宁市人民防空办公室工程技术科科长靳海炜告诉新京报记者，事发地周边存在防空洞，“防空洞修建于上世纪60年代末70年代初，为了寻找最后一名失联者，我们还把老图纸找了出来，配合其他救援人员搜索排查，但是还没有排查到” 1113 | 9845,新京报记者检索发现，从2014年开始，西宁市至少发起14起路面塌陷事故 1114 | 9847,根据公开资料，西宁从1949年成立市政府，至今已60余年 1115 | 9848,”据《深圳商报》2015年2月10日报道，当天上午，罗湖区北斗路附近正在建造的地铁9号线工地周边突然发生塌陷，市住建局回应称，“由于水管老化破裂导致地下水土流失引起地面塌陷 1116 | 9849,据公开报道，2017年8月，合肥市瑶海区琥珀名城和园小区曾发生一起地面塌陷 1117 | 9851,据公开报道，2013年5月，深圳市龙岗区横岗一路段发生塌陷，事故致5人遇难 1118 | 9852,2013年8月，深圳市人民政府办公厅发布《深圳市地面坍塌事故防范治理专项工作方案》，宣布成立深圳市地面坍塌防治工作领导小组，由时任常务副市长任组长，成员单位包括市编办、发展改革委、财政委、水务局、燃气集团、交通委、地质局、地铁集团等十多家单位 1119 | 9853,”2014年底，郑州市西三环发生“16塌”事故，从2014年4月份开始至少坍塌了16次，引发媒体持续关注 1120 | 9854,如今，深圳逐步在市、区两级政府设置地面坍塌防治办，同时建立起一套涉及28个部门的完整工作机制，并对突发性道路坍塌事故形成一套应急预案 1121 | 9855,据悉，目前，针对煤、气、水、电管网等设施，青海已在全省范围内开展安全隐患的排查和整治 1122 | 9856,新京报记者韩沁珂摄2003年1月，危起伟团队参与救援长江白鲟 1123 | 9858,据陈大庆介绍，他们在对长江中游四大家鱼的调查中发现，上世纪80年代至本世纪初，渔获物中四大家鱼的比重不仅呈现明显的下降趋势，由20%以上下降至10%以下，而且优势年龄组也由3-4龄衰退至1-2龄 1124 | 9859,2019年底，中国水产科学研究院长江水产研究所首席科学家危起伟发表论文指出，白鲟可能在2005年到2010年时已经灭绝 1125 | 9861,中国科学院院士曹文宣告诉记者，2007年，他带队到洞庭湖考察，看到当地的迷魂阵犹如天罗地网般将各种幼鱼一网打尽 1126 | 9863,2018年，据国家审计署公布的“长江经济带生态环境保护审计结果”显示，长江经济带11个省份近四年共发生非法电鱼案件3.46万起，年均增长8.8%，其中149起发生在珍稀鱼类保护区内，胭脂鱼等珍稀鱼类被电亡，并导致超过30人死亡 1127 | 9864,“酷渔滥捕”同样也影响到了长江里的哺乳动物——江豚 1128 | 9865,王丁回忆，在2006年的第一次长江豚类考察中，他所在考察船的速度维持在每小时15公里左右，比一般的商船稍快一些，但他发现，考察船在航行了整整一天后，前方江面上看到的仍是密密麻麻的商船 1129 | 9866,2004年，曹文宣让学生到多地进行了实地调查，学生们发现，禁渔期结束后，渔民捕捞上来的鱼多是当年出生的十厘米左右的幼鱼 1130 | 9868,2018年，国务院办公厅发布《关于加强长江水生生物保护工作的意见》（下称《意见》），提出长江保护明确时间表：2020年，长江流域重点水域实现常年禁捕；2035年，长江流域生态环境明显改善，水生生物栖息地生境得到全面保护，水生生物资源显著增长，水域生态功能有效恢复 1131 | 9869,2019年，农业农村部、财政部、人力资源部联合发布了《长江流域重点水域禁捕和建立补偿制度实施方案》（下简称“方案”），方案要求，2019年年底前，长江水生生物保护区完成渔民退捕，率先实行全面禁捕；到2020年底前，长江干流和重要支流除保护区以外水域要完成渔民退捕，暂定实行10年禁捕 1132 | 9872,去世前，吴花燕曾在贵州省的两家医院治疗3个月，学校、政府、社会组织及老家村民纷纷捐款救助 1133 | 9873,1月16日下午，儿慈会理事长兼秘书长王林接受新京报记者采访时承认，在吴花燕事件中，儿慈会“在操作中确实有不符合规范的地方” 1134 | 9874,1月16日下午，赵俊霞告诉新京报记者，她最早得知吴花燕救助个案是2019年10月25日 1135 | 9875,”循着这条线索，赵俊霞和同事在贵阳二院找到了吴花燕及其家人 1136 | 9878,针对吴花燕治疗预算一事，1月17日，新京报记者多次致电贵阳二院，该院宣传科的工作人员表示会询问相关人员后答复，但截至发稿未做回复 1137 | 9879,在“微公益”的吴花燕项目详情页，其经历被概括为“吴花燕和弟弟是国家一级贫困户，从她高中开始靠每个月300元的低保维持生活”；“吴花燕从不吃早餐，午餐和晚餐都只吃炒面或炒饭，每天的开销控制在10元钱内”……但吴花燕生前接受央视社会与法频道的采访时表示，对这种极端宣传惴惴不安，“（仅）靠300元钱的低保，我肯定就饿死了，肯定比这个多 1138 | 9880,“（10月30日）早上7点55分又跟吴花燕电话沟通了这个事，晚上11点56分，吴花燕就在微信朋友圈发布了停止捐款的声明 1139 | 9882,1月17日下午，贵阳二院相关工作人员告诉新京报记者，医院确实收到过9958打来的2万元，但费用的具体情况要由财务科发函才能了解清楚 1140 | 9884,2020年1月16日，吴江龙接受央视采访时表示，这20万元都打到了吴花燕的个人账户上，除去已花掉的两万余元，其余善款并未取出或花销 1141 | 9885,2019年11月16日凌晨4点多，吴花燕在微信朋友圈分享了一首自己的小诗 1142 | 9889,公开信息显示，湖南省开展环洞庭湖流域违法排污造纸企业整治行动，到了2008年，洞庭湖局部水域水质由Ⅴ类提升为Ⅲ类 1143 | 9890,”渔民上岸2019年1月，农业农村部、财政部与人力资源和社会保障部三部委联合印发了《长江流域重点水域禁捕和建立补偿制度实施方案》（下称《实施方案》），要求到2019年底前，长江水生生物保护区要完成全面禁捕，今后停止所有生产性捕捞；2020年底以前，长江干流和重要支流除保护区以外水域要实现全面禁捕，暂定实行10年禁捕 1144 | 9891,为了让退捕渔民“退得出”，农业农村部联合国家发改委、财政部、人社部等10部门，成立长江水生生物保护暨长江禁捕工作协调机制，统筹协调落实退捕渔民过渡期生活补助、社会保障、职业技能培训等政策 1145 | 9893,国家审计署2018年发布的《长江经济带生态环境保护审计结果》指出，2014年至2017年间，长江经济带11省市共发生了3.46万起电鱼案件，年均增长8.8% 1146 | 9895,2017年5月，朱凯在网上发布了一篇《以人民的名义制止非法电鱼、非法捕捞》的檄文，“为了我们钓鱼爱好者有一个良好的钓鱼环境，也为我们赖以生存的水资源得到保护，我们群策群力，共同打击那些违法电鱼捕鱼的行为，为大家做一点有益的事情 1147 | 9896,”官民协作自2017年以来，全国渔政系统连续三年执行“亮剑”系列渔政专项执法行动工作 1148 | 9897,农业农村部公布的数据显示，仅2018年，全国各地共出动执法人员67.7万人次，查处电鱼案件1.1万余件，向公安机关移送涉嫌犯罪案件1917件，涉案人员2671人，没收电鱼器具2.3万台套 1149 | 9898,”2019年2月，朱凯联系团队共同制作了一款反电鱼软件“江湖眼” 1150 | 9901,钱到账之后，有人去开了超市，有人紧跟潮流，投资了专卖新能源车的门店，也有货车司机买下新车，从司机变成了老板 1151 | 9902,一公里外的东岳村争取到了200万资金，打造出一家精品民宿 1152 | 9903,峨眉山市文旅局副局长卢翔云告诉记者，峨眉山市已经连续两年将“文旅兴市”作为政府工作的年度主题，摆在地方发展的最高位置，乐山市也已将2020年定位为“文旅产业发展年” 1153 | 9904,”卢翔云介绍，此前，他们推出了花海音乐节和民宿小镇 1154 | 9906,根据张维平的说法，申军良把附近所有人家都找遍了，也没找到那个“买菜的阿姨” 1155 | 9909,警方根据张维平的供述，找到了老汉张强（化名），今年六十多岁，曾和梅姨断断续续同居过两三年 1156 | 9910,根据他和张维平的描述，2017年6月，增城警方初步勾勒出梅姨的特征及活动范围，并公布了第一幅素描画像 1157 | 9911,在他的帮助下，申军良找到了张强 1158 | 9912,申军良去过张强家好几次，张强告诉申军良，他确实认识梅姨，多年前，他们通过亲戚介绍相识，二人处过朋友 1159 | 9914,林宇辉称，直到今年3月，广州增城刑警队给他打电话，发出了画像邀请，并为他购买了济南到广州的往返机票 1160 | 9915,11月9日，林宇辉把彩色图片发给了申军良，随后由申军良向外发布了照片 1161 | 9916,随后，广州市公安局增城区分局向新京报记者称，增城警方于2017年公布了“梅姨”画像，后未发布更新画像 1162 | 9917,1月23日凌晨2时许，武汉市新型冠状病毒感染的肺炎疫情防控指挥部发布第1号通告：自2020年1月23日10时起，全市城市公交、地铁、轮渡、长途客运暂停运营；无特殊原因，市民不要离开武汉，机场、火车站离汉通道暂时关闭 1163 | 9918,1月23日19时，湖北省再次召开新型冠状病毒感染的肺炎疫情防控工作新闻发布会 1164 | 9919,有人赶在10点前离开了武汉，但更多的人愿意留守在这里——“也不能把病毒扩散到别处，是不是 1165 | 9920,四个“售票改签”窗口开启服务，每个窗口前都排着十多个乘客 1166 | 9921,”陈炳提着箱子坐在外卖小哥的后座，在30分钟内从华中科技大学到达汉口站 1167 | 9922,值机柜台前，有工作人员负责维护秩序，要求乘客按航班起飞时间先后进入值机区域排队，同时不断用扩音器播报通知，宣布10点以后离开武汉的航班取消，请顾客办理退票手续 1168 | 9925,但谢大飞和妻子却选择了留在武汉 1169 | 9927,对此，武汉商务局工作人员告诉新京报记者，他们接到多名市民关于蔬菜价格偏高的举报，武汉食物储备货源充足并且平价，市民无需担心 1170 | 9928,这支医疗团队部分成员曾经在2003年支援北京小汤山医院，参与抗击“非典”，在当时，做到了医务人员“零感染” 1171 | 9930,1月26日，离汉通道关闭的第三天，包括湖北省第三人民医院、武汉大学人民医院、武汉黄陂区人民医院等在内的25家大医院已先后发布求助信息，称护目镜、口罩、外科口罩、医用帽、防护服、手术衣等耗材告急，有些医院的物资储备只够维持3-5天 1172 | 9931,此外，湖北省公安厅还建立了省市应急物资和专业技术人员联动保障机制；武汉进出城道路，除运输活禽货车禁止通行外，其他货车允许通行 1173 | 9932,”自1月23日离汉通道关闭始，武汉各家医院陆续发布求助信息，其中不少是希望招募货车司机运送物资 1174 | 9934,受访者供图早在唐科长找到肖昌文前，各种物资求助、司机招募的消息就在群里出现过，大家纷纷表示愿意响应 1175 | 9935,一个多小时后，肖昌文收到了放行指令，交警搬开路障，两辆货车离开武汉，奔向咸宁 1176 | 9937,鄂州市公安局的张勇告诉新京报记者，自己就帮忙协调过这样的事，当时一支车队要将医疗物品从南京送至武汉，但在进入武汉的闸口处就停住了 1177 | 9939,科比继承了父亲的篮球基因，两岁开始观察父亲的动作，六岁时为自己制定战术 1178 | 9940,1996年，科比宣布放弃上大学，直接参加NBA选秀 1179 | 9941,你最风华的瞬间都有记忆2016年，科比选择了退役 1180 | 9942,2016年4月14日，职业生涯的最后一场比赛，科比又创造了一个纪录 1181 | 9943,9月13日，科比在五棵松体育馆的新闻发布厅接受了全球媒体的采访，那天恰巧是中秋之夜 1182 | 9944,图片/新京报拍者1月23日下午，王丽所在的街道召开了年前工作总结会 1183 | 9947,”但张强想了想，还是和村干部一起硬着头皮找到了这家人，双方协商后决定，婚宴照常举行，原本定在晚餐后的表演取消 1184 | 9948,为了从源头控制聚餐，镇干部找到了所有能做大型宴席的厨师——总共不过10人 1185 | 9949,一些基层工作人员联络了各种地方，最终在郑州找到了还能做横幅的店铺，便连夜派人过去定制 1186 | 9950,王丽也要参加防疫宣传 1187 | 9952,图/新京报拍者1月27日，“国务院应对新型冠状病毒感染的肺炎疫情联防联控工作机制”印发了《新型冠状病毒感染的肺炎疫情紧急心理危机干预指导原则》，要求各地防控指挥部统一领导疫情中的心理危机干预工作，提供必要的组织和经费保障 1188 | 9953,所以平台从中选择了几十名咨询师投入援助，并对其他志愿者进行了危机干预的专业培训，以成为后备力量 1189 | 9954,”第二天上午，龚星和另一名咨询师、两名平台工作人员建立起一个陪护小组，专门为护士进行心理干预 1190 | 9958,”武汉市精神卫生中心儿童康复部主任汤珺告诉新京报记者，中心已经开始着手准备，在安抚大家当前情绪的同时，培训心理治疗师如何处理灾后可能出现的心理问题 1191 | 9961,”建群不久，肖雅星便在群里发布“武汉对医护人员免费住宿房源招募”，征集房源，“只要有空房，社区居民不投诉，提供干净、独立的住宿环境即可 1192 | 9962,一名小型连锁酒店工作人员告诉新京报记者，看到肖雅星招募消息后她便加入，在网上公布了酒店地址和联系方式 1193 | 9963,江恒是城市便捷连锁酒店青少年宫店主管，他告诉记者，城市便捷连锁酒店1月25日开始为医护人员提供住宿 1194 | 9971,”医务人员的出行条件也在改善，武汉市组织了免费公交和滴滴打车，专门服务医护人员 1195 | 9972,1月29日，一名武汉市中心医院后湖园区的医护人员告诉新京报记者，公交车已经开始运行，专门接送医护人员上下班 1196 | 9975,”庞秀霞总共找到20个人，第二天早晨7点，她带着人在厂门口集合，像送战士出征一样，把人送进厂里 1197 | 9976,第二天，国务院联防机制医疗物资保障组再次给企业发函，要求“自即日起，你公司生产、储备的所有医用防护服等产品，只接受国务院联防机制医疗物资保障组统一调拨”，“希望你们克服困难，尽快实现满负荷生产，千方百计扩大产能 1198 | 9978,在此前的一次紧急会议上，长垣市委、市政府召集有关局委办负责人，与42家卫材企业代表开会，解决企业困难 1199 | 9979,”2月2日，长垣市防控指挥部发布1号令，要求各卫材企业生产的所有防护用品要统一收储、调配，任何单位及个人不得以任何方式、任何名义购买、索取防护用品，所有企业绝不允许私自销售、转送 1200 | 9981,”大广高速长垣进站口，市场监督管局联合警方对出长垣市的车辆进行检查，确保医疗物资不被私自运出市区 1201 | 9983,自即时起，中国内地门店菜品价格恢复到今年1月26日门店停业前标准 1202 | -------------------------------------------------------------------------------- /argument.py: -------------------------------------------------------------------------------- 1 | #!usr/bin/env python 2 | # -*- coding:utf-8 -*- 3 | """ 4 | @Time: 2020-07-23 5 | @Author: menghuanlater 6 | @Software: Pycharm 2019.2 7 | @Usage: 8 | ----------------------------- 9 | Description: 10 | 各论元识别存在与否的分类损失权重 11 | 1. object分类损失权重: [1.0, 1.0] 12 | 2. subject分类损失权重: [10, 0.6] 13 | 3. time分类损失权重: [0.76, 1.45] 14 | 4. location分类损失权重: [0.6, 5.5] 15 | ----------------------------- 16 | """ 17 | from transformers import BertTokenizer, BertModel 18 | import torch 19 | import pickle 20 | import sys 21 | import datetime 22 | from torch.utils.data import DataLoader, Dataset 23 | from torch import optim 24 | import numpy as np 25 | 26 | 27 | class MyDataset(Dataset): 28 | def __init__(self, data, tokenizer: BertTokenizer, max_len, special_query_token_map: dict): 29 | self.data = data 30 | self.map = special_query_token_map 31 | self.tokenizer = tokenizer 32 | self.max_len = max_len 33 | self.SEG_Q = 0 34 | self.SEG_P = 1 35 | self.ID_PAD = 0 36 | 37 | def __len__(self): 38 | return len(self.data) 39 | 40 | def __getitem__(self, index): 41 | item = self.data[index] 42 | context, query, answer, _type = item["context"], item["query"], item["answer"], item["type"] 43 | # 首先编码input_ids ==> 分为Q和P两部分 44 | query_tokens = [] 45 | for i in query: 46 | if i in self.map.keys(): 47 | query_tokens.append(self.map[i]) 48 | else: 49 | query_tokens.append(i) 50 | context_tokens = [i for i in context] 51 | c = ["[CLS]"] + query_tokens + ["[SEP]"] + context_tokens 52 | if len(c) > self.max_len - 1: 53 | c = c[:self.max_len-1] 54 | c += ["[SEP]"] 55 | input_ids = self.tokenizer.convert_tokens_to_ids(c) 56 | input_mask = [1.0] * len(input_ids) 57 | input_seg = [self.SEG_Q] * (len(query_tokens) + 2) + [self.SEG_P] * (len(input_ids) - 2 - len(query_tokens)) 58 | context_end = len(input_ids) - 1 59 | extra = self.max_len - len(input_ids) 60 | if extra > 0: 61 | input_ids += [self.ID_PAD] * extra 62 | input_mask += [0.0] * extra 63 | input_seg += [self.SEG_P] * extra 64 | x = len(query_tokens) + 2 65 | return { 66 | "input_ids": torch.tensor(input_ids).long(), "input_seg": torch.tensor(input_seg).long(), 67 | "input_mask": torch.tensor(input_mask).float(), "context": context, 68 | "context_range": "%d-%d" % (2 + len(query_tokens), context_end), # 防止被转化成tensor 69 | "cls": answer["is_exist"], "label": answer["argument"], 70 | "start_index": x + answer["start"], "end_index": x + answer["end"], 71 | "object_mask": 1.0 if _type == "object" else 0.0, "subject_mask": 1.0 if _type == "subject" else 0.0, 72 | "time_mask": 1.0 if _type == "time" else 0.0, "location_mask": 1.0 if _type == "location" else 0.0, 73 | "type": _type 74 | } 75 | 76 | 77 | class MyModel(torch.nn.Module): 78 | def __init__(self, pre_train_dir: str, dropout_rate: float): 79 | super().__init__() 80 | self.roberta_encoder = BertModel.from_pretrained(pre_train_dir) 81 | self.encoder_linear = torch.nn.Sequential( 82 | torch.nn.Linear(in_features=1024, out_features=1024), 83 | torch.nn.Tanh(), 84 | torch.nn.Dropout(p=dropout_rate) 85 | ) 86 | self.cls_layer = torch.nn.Linear(in_features=1024, out_features=2) 87 | self.start_layer = torch.nn.Linear(in_features=1024, out_features=1) 88 | self.end_layer = torch.nn.Linear(in_features=1024, out_features=1) 89 | self.object_cls_lfc = torch.nn.CrossEntropyLoss(reduction="none", weight=torch.tensor([1.0, 1.0]).float().to(device)) 90 | self.subject_cls_lfc = torch.nn.CrossEntropyLoss(reduction="none", weight=torch.tensor([10.0, 0.6]).float().to(device)) 91 | self.time_cls_lfc = torch.nn.CrossEntropyLoss(reduction="none", weight=torch.tensor([0.76, 1.45]).float().to(device)) 92 | self.location_cls_lfc = torch.nn.CrossEntropyLoss(reduction="none", weight=torch.tensor([0.6, 5.5]).float().to(device)) 93 | self.epsilon = 1e-6 94 | 95 | def forward(self, input_ids, input_mask, input_seg, cls_label=None, start_index=None, end_index=None, 96 | object_mask=None, subject_mask=None, time_mask=None, location_mask=None): 97 | encoder_rep, cls_rep = self.roberta_encoder(input_ids=input_ids, attention_mask=input_mask, token_type_ids=input_seg)[:2] # (bsz, seq, dim) 98 | encoder_rep = self.encoder_linear(encoder_rep) 99 | cls_logits = self.cls_layer(cls_rep) 100 | start_logits = self.start_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 101 | end_logits = self.end_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 102 | # adopt softmax function across length dimension with masking mechanism 103 | mask = input_mask == 0.0 104 | start_logits.masked_fill_(mask, -1e30) 105 | end_logits.masked_fill_(mask, -1e30) 106 | start_prob_seq = torch.nn.functional.softmax(start_logits, dim=1) 107 | end_prob_seq = torch.nn.functional.softmax(end_logits, dim=1) 108 | if start_index is None or end_index is None or cls_label is None: 109 | return cls_logits, start_prob_seq, end_prob_seq 110 | else: 111 | object_loss = self.object_cls_lfc(input=cls_logits, target=cls_label) 112 | subject_loss = self.subject_cls_lfc(input=cls_logits, target=cls_label) 113 | time_loss = self.time_cls_lfc(input=cls_logits, target=cls_label) 114 | location_loss = self.location_cls_lfc(input=cls_logits,target=cls_label) 115 | cls_loss = object_loss * object_mask + subject_loss * subject_mask + time_loss * time_mask + location_loss * location_mask 116 | # indices select 117 | start_prob = (start_prob_seq.gather(index=start_index.unsqueeze(dim=-1), dim=1) + self.epsilon).squeeze(dim=-1) 118 | end_prob = (end_prob_seq.gather(index=end_index.unsqueeze(dim=-1), dim=1) + self.epsilon).squeeze(dim=-1) 119 | start_loss = -torch.log(start_prob) 120 | end_loss = -torch.log(end_prob) 121 | span_loss = (start_loss + end_loss) / 2 # (bsz) 122 | span_loss.mul_(cls_label) # (bsz) => when sample label is 0, the span loss is not required. 123 | sum_loss = cls_loss + span_loss 124 | avg_loss = torch.mean(sum_loss) 125 | return avg_loss 126 | 127 | 128 | class WarmUp_LinearDecay: 129 | def __init__(self, optimizer: optim.AdamW, init_rate, warm_up_steps, decay_steps, min_lr_rate): 130 | self.optimizer = optimizer 131 | self.init_rate = init_rate 132 | self.warm_up_steps = warm_up_steps 133 | self.decay_steps = decay_steps 134 | self.min_lr_rate = min_lr_rate 135 | self.optimizer_step = 0 136 | 137 | def step(self): 138 | self.optimizer_step += 1 139 | if self.optimizer_step <= self.warm_up_steps: 140 | rate = (self.optimizer_step / self.warm_up_steps) * self.init_rate 141 | elif self.warm_up_steps < self.optimizer_step <= (self.warm_up_steps + self.decay_steps): 142 | rate = (1.0 - ((self.optimizer_step - self.warm_up_steps) / self.decay_steps)) * self.init_rate 143 | else: 144 | rate = self.min_lr_rate 145 | for p in self.optimizer.param_groups: 146 | p["lr"] = rate 147 | self.optimizer.step() 148 | 149 | 150 | class Main(object): 151 | def __init__(self, train_loader, valid_loader, args): 152 | self.args = args 153 | self.train_loader = train_loader 154 | self.valid_loader = valid_loader 155 | self.model = MyModel(pre_train_dir=args["pre_train_dir"], dropout_rate=args["dropout_rate"]) 156 | 157 | param_optimizer = list(self.model.named_parameters()) 158 | no_decay = ['bias', 'gamma', 'beta'] 159 | optimizer_grouped_parameters = [ 160 | {'params': [p for n, p in param_optimizer if not any(nd in n for nd in no_decay)], 161 | 'weight_decay_rate': args["weight_decay"]}, 162 | {'params': [p for n, p in param_optimizer if any(nd in n for nd in no_decay)], 163 | 'weight_decay_rate': 0.0} 164 | ] 165 | 166 | self.optimizer = optim.AdamW(params=optimizer_grouped_parameters, lr=args["init_lr"]) 167 | self.schedule = WarmUp_LinearDecay(optimizer=self.optimizer, init_rate=args["init_lr"], 168 | warm_up_steps=args["warm_up_steps"], 169 | decay_steps=args["lr_decay_steps"], min_lr_rate=args["min_lr_rate"]) 170 | self.model.to(device=device) 171 | 172 | def train(self): 173 | best_f = 0.0 174 | self.model.train() 175 | steps = 0 176 | while True: 177 | for item in self.train_loader: 178 | input_ids, input_mask, input_seg, cls_label, start_index, end_index, obj_mask, sub_mask, tim_mask, loc_mask = \ 179 | item["input_ids"], item["input_mask"], item["input_seg"], item["cls"], item["start_index"], item["end_index"], \ 180 | item["object_mask"], item["subject_mask"], item["time_mask"], item["location_mask"] 181 | self.optimizer.zero_grad() 182 | loss = self.model( 183 | input_ids=input_ids.to(device), input_mask=input_mask.to(device), input_seg=input_seg.to(device), 184 | start_index=start_index.to(device), end_index=end_index.to(device), cls_label=cls_label.to(device), 185 | object_mask=obj_mask.to(device), subject_mask=sub_mask.to(device), time_mask=tim_mask.to(device), 186 | location_mask=loc_mask.to(device) 187 | ) 188 | loss.backward() 189 | torch.nn.utils.clip_grad_norm_(self.model.parameters(), max_norm=self.args["clip_norm"]) 190 | self.schedule.step() 191 | steps += 1 192 | if steps % self.args["print_interval"] == 0: 193 | print("{} || [{}] || loss {:.3f}".format( 194 | datetime.datetime.now(), steps, loss.item() 195 | )) 196 | if steps % self.args["eval_interval"] == 0: 197 | f, em = self.eval() 198 | print("-*- eval F %.3f || EM %.3f -*-" % (f, em)) 199 | if f > best_f: 200 | best_f = f 201 | torch.save(self.model.state_dict(), f=self.args["save_path"]) 202 | print("current best model checkpoint has been saved successfully in ModelStorage") 203 | if steps >= self.args["max_steps"]: 204 | break 205 | if steps >= self.args["max_steps"]: 206 | break 207 | 208 | def eval(self): 209 | self.model.eval() 210 | y_pred, y_true = [], [] 211 | with torch.no_grad(): 212 | for item in self.valid_loader: 213 | input_ids, input_mask, input_seg, label, context, context_range, arg_type = \ 214 | item["input_ids"], item["input_mask"], item["input_seg"], item["label"], item["context"], \ 215 | item["context_range"], item["type"] 216 | y_true.extend(label) 217 | cls, s_seq, e_seq = self.model( 218 | input_ids=input_ids.to(device), 219 | input_mask=input_mask.to(device), 220 | input_seg=input_seg.to(device) 221 | ) 222 | cls = cls.cpu().numpy() 223 | s_seq = s_seq.cpu().numpy() 224 | e_seq = e_seq.cpu().numpy() 225 | for i in range(len(s_seq)): 226 | y_pred.append(self.dynamic_search(cls[i], s_seq[i], e_seq[i], context[i], context_range[i], arg_type[i])) 227 | self.model.train() 228 | return self.calculate_f1(y_pred=y_pred, y_true=y_true) 229 | 230 | def dynamic_search(self, cls, s_seq, e_seq, context, context_range, arg_type): 231 | if cls[1] > cls[0]: 232 | max_score = 0.0 233 | dic = {"start": -1, "end": -1} 234 | t = context_range.split("-") 235 | start, end = int(t[0]), int(t[1]) 236 | for i in range(start, end): 237 | for j in range(i, i + self.args["max_%s_len" % arg_type] if i + self.args["max_%s_len" % arg_type] <= end else end): 238 | if s_seq[i] + e_seq[j] > max_score: 239 | max_score = s_seq[i] + e_seq[j] 240 | dic["start"], dic["end"] = i, j 241 | return context[dic["start"]-start:dic["end"]-start + 1] 242 | else: 243 | return "" 244 | 245 | @staticmethod 246 | def calculate_f1(y_pred, y_true): 247 | """ 248 | :param y_pred: [n_samples] 249 | :param y_true: [n_samples] 250 | :return: 严格F1(exact match)和松弛F1(字符匹配率) 251 | """ 252 | exact_match_cnt = 0 253 | char_match_cnt = 0 254 | char_pred_sum = char_true_sum = 1 255 | for i in range(len(y_true)): 256 | if y_pred[i] == y_true[i]: 257 | exact_match_cnt += 1 258 | char_pred_sum += len(y_pred[i]) 259 | char_true_sum += len(y_true[i]) 260 | for j in y_pred[i]: 261 | if j in y_true[i]: 262 | char_match_cnt += 1 263 | em = exact_match_cnt / len(y_true) 264 | precision_char = char_match_cnt / char_pred_sum 265 | recall_char = char_match_cnt / char_true_sum 266 | f1 = (2 * precision_char * recall_char) / (recall_char + precision_char) 267 | return (em + f1) / 2, em 268 | 269 | 270 | if __name__ == "__main__": 271 | print("Hello RoBERTa Event Extraction.") 272 | device = "cuda:%s" % sys.argv[1][-1] 273 | args = { 274 | "init_lr": 2e-5, 275 | "batch_size": 12, 276 | "weight_decay": 0.01, 277 | "warm_up_steps": 2500, 278 | "lr_decay_steps": 6500, 279 | "max_steps": 12000, 280 | "min_lr_rate": 1e-9, 281 | "print_interval": 100, 282 | "eval_interval": 1000, 283 | "max_len": 512, 284 | "max_object_len": 25, # 平均长度 7.22, 最大长度93 285 | "max_subject_len": 25, # 平均长度10.0, 最大长度138 286 | "max_time_len": 20, # 平均长度6.03, 最大长度22 287 | "max_location_len": 25, # 平均长度3.79,最大长度41 288 | "save_path": "ModelStorage/argument.pth", 289 | "pre_train_dir": "/home/ldmc/quanlin/Pretrained_NLP_Models/Pytorch/RoBERTa_Large_ZH/", 290 | "clip_norm": 0.25, 291 | "dropout_rate": 0.1 292 | } 293 | 294 | with open("DataSet/process.p", "rb") as f: 295 | x = pickle.load(f) 296 | 297 | tokenizer = BertTokenizer(vocab_file="/home/ldmc/quanlin/Pretrained_NLP_Models/Pytorch/RoBERTa_Large_ZH/vocab.txt") 298 | train_dataset = MyDataset(data=x["train_argument_items"], tokenizer=tokenizer, max_len=args["max_len"], special_query_token_map=x["argument_query_special_map_token"]) 299 | valid_dataset = MyDataset(data=x["valid_argument_items"], tokenizer=tokenizer, max_len=args["max_len"], special_query_token_map=x["argument_query_special_map_token"]) 300 | 301 | train_loader = DataLoader(train_dataset, batch_size=args["batch_size"], shuffle=True, num_workers=3) 302 | valid_loader = DataLoader(valid_dataset, batch_size=args["batch_size"], shuffle=False, num_workers=4) 303 | 304 | m = Main(train_loader, valid_loader, args) 305 | m.train() 306 | 307 | 308 | -------------------------------------------------------------------------------- /auxiliary_trigger.py: -------------------------------------------------------------------------------- 1 | #!usr/bin/env python 2 | # -*- coding:utf-8 -*- 3 | """ 4 | @Time: 2020-07-19 5 | @Author: menghuanlater 6 | @Software: Pycharm 2019.2 7 | @Usage: 8 | ----------------------------- 9 | Description: 辅助触发词识别模型 ==> 训练2000步之后结束, 该模型无验证集 10 | ----------------------------- 11 | """ 12 | from transformers import BertTokenizer, BertModel 13 | import torch 14 | import pickle 15 | import sys 16 | import datetime 17 | from torch.utils.data import DataLoader, Dataset 18 | from torch import optim 19 | import numpy as np 20 | 21 | 22 | class MyDataset(Dataset): 23 | def __init__(self, data, tokenizer: BertTokenizer, max_len): 24 | self.data = data 25 | self.tokenizer = tokenizer 26 | self.max_len = max_len 27 | self.SEG_Q = 0 28 | self.SEG_P = 1 29 | self.ID_PAD = 0 30 | 31 | def __len__(self): 32 | return len(self.data) 33 | 34 | def __getitem__(self, index): 35 | item = self.data[index] 36 | context, query, answer = item["context"], item["query"], item["answer"] 37 | # 首先编码input_ids ==> 分为Q和P两部分 38 | query_tokens = [i for i in query] 39 | context_tokens = [i for i in context] 40 | start = 1 + 1 + len(query_tokens) + answer["start"] # 第一个1代表前插的[CLS],第二个1代表前插的[SEP_A] 41 | end = 1 + 1 + len(query_tokens) + answer["end"] # 第一个1代表前插的[CLS],第二个1代表前插的[SEP_A] 42 | c = ["[CLS]"] + query_tokens + ["[SEP]"] + context_tokens 43 | if len(c) > self.max_len - 1: 44 | c = c[:self.max_len-1] 45 | c += ["[SEP]"] 46 | input_ids = self.tokenizer.convert_tokens_to_ids(c) 47 | input_mask = [1.0] * len(input_ids) 48 | input_seg = [self.SEG_Q] * (len(query_tokens) + 2) + [self.SEG_P] * (len(input_ids) - 2 - len(query_tokens)) 49 | context_end = len(input_ids) - 1 50 | extra = self.max_len - len(input_ids) 51 | if extra > 0: 52 | input_ids += [self.ID_PAD] * extra 53 | input_mask += [0.0] * extra 54 | input_seg += [self.SEG_P] * extra 55 | return { 56 | "input_ids": torch.tensor(input_ids).long(), 57 | "input_seg": torch.tensor(input_seg).long(), 58 | "input_mask": torch.tensor(input_mask).float(), 59 | "start_index": start, 60 | "end_index": end, 61 | } 62 | 63 | 64 | class MyModel(torch.nn.Module): 65 | def __init__(self, pre_train_dir: str, dropout_rate: float): 66 | super().__init__() 67 | self.roberta_encoder = BertModel.from_pretrained(pre_train_dir) 68 | self.encoder_linear = torch.nn.Sequential( 69 | torch.nn.Linear(in_features=1024, out_features=1024), 70 | torch.nn.Tanh(), 71 | torch.nn.Dropout(p=dropout_rate) 72 | ) 73 | self.start_layer = torch.nn.Linear(in_features=1024, out_features=1) 74 | self.end_layer = torch.nn.Linear(in_features=1024, out_features=1) 75 | self.epsilon = 1e-6 76 | 77 | def forward(self, input_ids, input_mask, input_seg, start_index=None, end_index=None): 78 | encoder_rep = self.roberta_encoder(input_ids=input_ids, attention_mask=input_mask, token_type_ids=input_seg)[0] # (bsz, seq, dim) 79 | encoder_rep = self.encoder_linear(encoder_rep) 80 | start_logits = self.start_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 81 | end_logits = self.end_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 82 | # adopt softmax function across length dimension with masking mechanism 83 | mask = input_mask == 0.0 84 | start_logits.masked_fill_(mask, -1e30) 85 | end_logits.masked_fill_(mask, -1e30) 86 | start_prob_seq = torch.nn.functional.softmax(start_logits, dim=1) 87 | end_prob_seq = torch.nn.functional.softmax(end_logits, dim=1) 88 | if start_index is None or end_index is None: 89 | return start_prob_seq, end_prob_seq 90 | else: 91 | # indices select 92 | start_prob = start_prob_seq.gather(index=start_index.unsqueeze(dim=-1), dim=1) + self.epsilon 93 | end_prob = end_prob_seq.gather(index=end_index.unsqueeze(dim=-1), dim=1) + self.epsilon 94 | start_loss = -torch.log(start_prob) 95 | end_loss = -torch.log(end_prob) 96 | sum_loss = (start_loss + end_loss) / 2 97 | avg_loss = torch.mean(sum_loss) 98 | return avg_loss 99 | 100 | 101 | class WarmUp_LinearDecay: 102 | def __init__(self, optimizer: optim.AdamW, init_rate, warm_up_steps, decay_steps, min_lr_rate): 103 | self.optimizer = optimizer 104 | self.init_rate = init_rate 105 | self.warm_up_steps = warm_up_steps 106 | self.decay_steps = decay_steps 107 | self.min_lr_rate = min_lr_rate 108 | self.optimizer_step = 0 109 | 110 | def step(self): 111 | self.optimizer_step += 1 112 | if self.optimizer_step <= self.warm_up_steps: 113 | rate = (self.optimizer_step / self.warm_up_steps) * self.init_rate 114 | elif self.warm_up_steps < self.optimizer_step <= (self.warm_up_steps + self.decay_steps): 115 | rate = (1.0 - ((self.optimizer_step - self.warm_up_steps) / self.decay_steps)) * self.init_rate 116 | else: 117 | rate = self.min_lr_rate 118 | for p in self.optimizer.param_groups: 119 | p["lr"] = rate 120 | self.optimizer.step() 121 | 122 | 123 | class Main(object): 124 | def __init__(self, train_loader, args): 125 | self.args = args 126 | self.train_loader = train_loader 127 | self.model = MyModel(pre_train_dir=args["pre_train_dir"], dropout_rate=args["dropout_rate"]) 128 | 129 | param_optimizer = list(self.model.named_parameters()) 130 | no_decay = ['bias', 'gamma', 'beta'] 131 | optimizer_grouped_parameters = [ 132 | {'params': [p for n, p in param_optimizer if not any(nd in n for nd in no_decay)], 133 | 'weight_decay_rate': args["weight_decay"]}, 134 | {'params': [p for n, p in param_optimizer if any(nd in n for nd in no_decay)], 135 | 'weight_decay_rate': 0.0} 136 | ] 137 | 138 | self.optimizer = optim.AdamW(params=optimizer_grouped_parameters, lr=args["init_lr"]) 139 | self.schedule = WarmUp_LinearDecay(optimizer=self.optimizer, init_rate=args["init_lr"], 140 | warm_up_steps=args["warm_up_steps"], 141 | decay_steps=args["lr_decay_steps"], min_lr_rate=args["min_lr_rate"]) 142 | self.model.to(device=args["device"]) 143 | 144 | def train(self): 145 | self.model.train() 146 | steps = 0 147 | while True: 148 | if steps >= self.args["max_steps"]: 149 | break 150 | for item in self.train_loader: 151 | input_ids, input_mask, input_seg, start_index, end_index = \ 152 | item["input_ids"], item["input_mask"], item["input_seg"], item["start_index"], item["end_index"] 153 | self.optimizer.zero_grad() 154 | loss = self.model( 155 | input_ids=input_ids.to(self.args["device"]), 156 | input_mask=input_mask.to(self.args["device"]), 157 | input_seg=input_seg.to(self.args["device"]), 158 | start_index=start_index.to(self.args["device"]), 159 | end_index=end_index.to(self.args["device"]) 160 | ) 161 | loss.backward() 162 | torch.nn.utils.clip_grad_norm_(self.model.parameters(), max_norm=self.args["clip_norm"]) 163 | self.schedule.step() 164 | steps += 1 165 | if steps % self.args["print_interval"] == 0: 166 | print("{} || [{}] || loss {:.3f}".format( 167 | datetime.datetime.now(), steps, loss.item() 168 | )) 169 | if steps % self.args["save_interval"] == 0: 170 | torch.save(self.model.state_dict(), f=self.args["save_path"]) 171 | print("current model checkpoint has been saved successfully in ModelStorage") 172 | if steps >= self.args["max_steps"]: 173 | break 174 | 175 | 176 | if __name__ == "__main__": 177 | print("Hello RoBERTa Event Extraction.") 178 | args = { 179 | "device": "cuda:%s" % sys.argv[1][-1], 180 | "init_lr": 2e-5, 181 | "batch_size": 12, 182 | "weight_decay": 0.01, 183 | "warm_up_steps": 500, 184 | "lr_decay_steps": 1500, 185 | "max_steps": 2000, 186 | "min_lr_rate": 1e-9, 187 | "print_interval": 20, 188 | "save_interval": 500, 189 | "max_len": 512, 190 | "save_path": "ModelStorage/auxiliary_trigger.pth", 191 | "pre_train_dir": "/home/ldmc/quanlin/Pretrained_NLP_Models/Pytorch/RoBERTa_Large_ZH/", 192 | "clip_norm": 0.25, 193 | "dropout_rate": 0.1 194 | } 195 | 196 | with open("DataSet/process.p", "rb") as f: 197 | x = pickle.load(f) 198 | 199 | tokenizer = BertTokenizer(vocab_file="/home/ldmc/quanlin/Pretrained_NLP_Models/Pytorch/RoBERTa_Large_ZH/vocab.txt") 200 | train_dataset = MyDataset(data=x["train_aux_trigger_items"], tokenizer=tokenizer, max_len=args["max_len"]) 201 | 202 | train_loader = DataLoader(train_dataset, batch_size=args["batch_size"], shuffle=True, num_workers=4) 203 | 204 | m = Main(train_loader, args) 205 | m.train() 206 | 207 | -------------------------------------------------------------------------------- /dominant_trigger.py: -------------------------------------------------------------------------------- 1 | #!usr/bin/env python 2 | # -*- coding:utf-8 -*- 3 | """ 4 | @Time: 2020-07-19 5 | @Author: menghuanlater 6 | @Software: Pycharm 2019.2 7 | @Usage: 8 | ----------------------------- 9 | Description: 10 | ----------------------------- 11 | """ 12 | from transformers import BertTokenizer, BertModel 13 | import torch 14 | import pickle 15 | import sys 16 | import datetime 17 | from torch.utils.data import DataLoader, Dataset 18 | from torch import optim 19 | import numpy as np 20 | 21 | 22 | class MyDataset(Dataset): 23 | def __init__(self, data, tokenizer: BertTokenizer, max_len): 24 | self.data = data 25 | self.tokenizer = tokenizer 26 | self.max_len = max_len 27 | self.SEG_Q = 0 28 | self.SEG_P = 1 29 | self.ID_PAD = 0 30 | 31 | def __len__(self): 32 | return len(self.data) 33 | 34 | def __getitem__(self, index): 35 | item = self.data[index] 36 | context, query, answers = item["context"], item["query"], item["answer"] 37 | # 首先编码input_ids ==> 分为Q和P两部分 38 | query_tokens = [i for i in query] 39 | context_tokens = [i for i in context] 40 | c = ["[CLS]"] + query_tokens + ["[SEP]"] + context_tokens 41 | if len(c) > self.max_len - 1: 42 | c = c[:self.max_len-1] 43 | c += ["[SEP]"] 44 | input_ids = self.tokenizer.convert_tokens_to_ids(c) 45 | input_mask = [1.0] * len(input_ids) 46 | input_seg = [self.SEG_Q] * (len(query_tokens) + 2) + [self.SEG_P] * (len(input_ids) - 2 - len(query_tokens)) 47 | context_start = 2 + len(query_tokens) 48 | context_end = len(input_ids) - 1 49 | extra = self.max_len - len(input_ids) 50 | if extra > 0: 51 | input_ids += [self.ID_PAD] * extra 52 | input_mask += [0.0] * extra 53 | input_seg += [self.SEG_P] * extra 54 | start_seq_label, end_seq_label = [0] * self.max_len, [0] * self.max_len 55 | seq_mask = [0] * context_start + [1] * len(context_tokens) + [0] * (self.max_len - context_start - len(context_tokens)) 56 | span_label = np.zeros(shape=(self.max_len, self.max_len), dtype=np.int32) 57 | triggers = [] 58 | span_mask = np.zeros(shape=(self.max_len, self.max_len), dtype=np.float32) 59 | for item in answers: 60 | triggers.append(item["trigger"]) 61 | start_seq_label[context_start + item["start"]] = 1 62 | end_seq_label[context_start + item["end"]] = 1 63 | span_label[context_start + item["start"], context_start + item["end"]] = 1 64 | for i in range(context_start, context_end): 65 | for j in range(i, context_end): 66 | span_mask[i, j] = 1.0 67 | return { 68 | "input_ids": torch.tensor(input_ids).long().to(), 69 | "input_seg": torch.tensor(input_seg).long(), 70 | "input_mask": torch.tensor(input_mask).float(), 71 | "context": context, 72 | "context_range": "%d-%d" % (context_start, context_end), # 防止被转化成tensor 73 | "triggers": "&".join(triggers), 74 | "seq_mask": torch.tensor(seq_mask).float(), 75 | "start_seq_label": torch.tensor(start_seq_label).long(), 76 | "end_seq_label": torch.tensor(end_seq_label).long(), 77 | "span_label": torch.from_numpy(span_label).long(), 78 | "span_mask": torch.from_numpy(span_mask).float() 79 | } 80 | 81 | 82 | class MyModel(torch.nn.Module): 83 | def __init__(self, pre_train_dir: str, dropout_rate: float, alpha, beta): 84 | """ 85 | :param pre_train_dir: 预训练RoBERTa或者BERT文件夹 86 | :param dropout_rate: 随机失活率 87 | :param alpha: (start_loss + end_loss) / 2 的系数 88 | :param beta: span_loss 的系数 ==> 一般需要设置较低 89 | """ 90 | super().__init__() 91 | self.roberta_encoder = BertModel.from_pretrained(pre_train_dir) 92 | self.encoder_linear = torch.nn.Sequential( 93 | torch.nn.Linear(in_features=1024, out_features=1024), 94 | torch.nn.Tanh(), 95 | torch.nn.Dropout(p=dropout_rate) 96 | ) 97 | self.start_layer = torch.nn.Linear(in_features=1024, out_features=2) 98 | self.end_layer = torch.nn.Linear(in_features=1024, out_features=2) 99 | self.span1_layer = torch.nn.Linear(in_features=1024, out_features=1, bias=False) 100 | self.span2_layer = torch.nn.Linear(in_features=1024, out_features=1, bias=False) # span1和span2是span_layer的拆解, 减少计算时的显存占用 101 | self.selfc = torch.nn.CrossEntropyLoss(weight=torch.tensor([1.0, 10.0]).float().to(device), reduction="none") 102 | self.alpha = alpha 103 | self.beta = beta 104 | self.epsilon = 1e-6 105 | 106 | def forward(self, input_ids, input_mask, input_seg, span_mask, 107 | start_seq_label=None, end_seq_label=None, span_label=None, seq_mask=None): 108 | bsz, seq_len = input_ids.size()[0], input_ids.size()[1] 109 | encoder_rep = self.roberta_encoder(input_ids=input_ids, attention_mask=input_mask, token_type_ids=input_seg)[0] # (bsz, seq, dim) 110 | encoder_rep = self.encoder_linear(encoder_rep) 111 | start_logits = self.start_layer(encoder_rep) # (bsz, seq, 2) 112 | end_logits = self.end_layer(encoder_rep) # (bsz, seq, 2) 113 | span1_logits = self.span1_layer(encoder_rep) # (bsz, seq, 1) 114 | span2_logits = self.span2_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 115 | # 将两个span组合 => (bsz, seq, seq) 116 | span_logits = span1_logits.repeat(1, 1, seq_len) + span2_logits[:, None, :].repeat(1, seq_len, 1) 117 | start_prob_seq = torch.nn.functional.softmax(start_logits, dim=-1) # (bsz, seq, 2) 118 | end_prob_seq = torch.nn.functional.softmax(end_logits, dim=-1) # (bsz, seq, 2) 119 | # 使用span_mask 120 | span_logits.masked_fill_(span_mask == 0, -1e30) 121 | span_prob = torch.softmax(span_logits, dim=-1) # (bsz, seq, seq) 122 | if start_seq_label is None or end_seq_label is None or span_label is None or seq_mask is None: 123 | return start_prob_seq, end_prob_seq, span_prob 124 | else: 125 | # 计算start和end的loss 126 | start_loss = self.selfc(input=start_logits.view(size=(-1, 2)), target=start_seq_label.view(size=(-1,))) 127 | end_loss = self.selfc(input=end_logits.view(size=(-1, 2)), target=end_seq_label.view(size=(-1,))) 128 | sum_loss = start_loss + end_loss 129 | sum_loss *= seq_mask.view(size=(-1,)) 130 | avg_se_loss = self.alpha * torch.sum(sum_loss) / (torch.nonzero(seq_mask, as_tuple=False).size()[0]) 131 | 132 | # 计算span loss 133 | span_loss = (-torch.log(span_prob + self.epsilon)) * span_label 134 | avg_span_loss = self.beta * torch.sum(span_loss) / (torch.nonzero(span_label, as_tuple=False).size()[0]) 135 | return avg_se_loss + avg_span_loss 136 | 137 | 138 | class WarmUp_LinearDecay: 139 | def __init__(self, optimizer: optim.AdamW, init_rate, warm_up_steps, decay_steps, min_lr_rate): 140 | self.optimizer = optimizer 141 | self.init_rate = init_rate 142 | self.warm_up_steps = warm_up_steps 143 | self.decay_steps = decay_steps 144 | self.min_lr_rate = min_lr_rate 145 | self.optimizer_step = 0 146 | 147 | def step(self): 148 | self.optimizer_step += 1 149 | if self.optimizer_step <= self.warm_up_steps: 150 | rate = (self.optimizer_step / self.warm_up_steps) * self.init_rate 151 | elif self.warm_up_steps < self.optimizer_step <= (self.warm_up_steps + self.decay_steps): 152 | rate = (1.0 - ((self.optimizer_step - self.warm_up_steps) / self.decay_steps)) * self.init_rate 153 | else: 154 | rate = self.min_lr_rate 155 | for p in self.optimizer.param_groups: 156 | p["lr"] = rate 157 | self.optimizer.step() 158 | 159 | 160 | class Main(object): 161 | def __init__(self, train_loader, valid_loader, args): 162 | self.args = args 163 | self.train_loader = train_loader 164 | self.valid_loader = valid_loader 165 | self.model = MyModel(pre_train_dir=args["pre_train_dir"], dropout_rate=args["dropout_rate"], alpha=args["alpha"], 166 | beta=args["beta"]) 167 | 168 | param_optimizer = list(self.model.named_parameters()) 169 | no_decay = ['bias', 'gamma', 'beta'] 170 | optimizer_grouped_parameters = [ 171 | {'params': [p for n, p in param_optimizer if not any(nd in n for nd in no_decay)], 172 | 'weight_decay_rate': args["weight_decay"]}, 173 | {'params': [p for n, p in param_optimizer if any(nd in n for nd in no_decay)], 174 | 'weight_decay_rate': 0.0} 175 | ] 176 | 177 | self.optimizer = optim.AdamW(params=optimizer_grouped_parameters, lr=args["init_lr"]) 178 | self.schedule = WarmUp_LinearDecay(optimizer=self.optimizer, init_rate=args["init_lr"], 179 | warm_up_steps=args["warm_up_steps"], 180 | decay_steps=args["lr_decay_steps"], min_lr_rate=args["min_lr_rate"]) 181 | self.model.to(device=args["device"]) 182 | 183 | def train(self): 184 | best_em = 0.0 185 | self.model.train() 186 | steps = 0 187 | while True: 188 | for item in self.train_loader: 189 | input_ids, input_mask, input_seg, seq_mask, start_seq_label, end_seq_label, span_label, span_mask = \ 190 | item["input_ids"], item["input_mask"], item["input_seg"], item["seq_mask"], item["start_seq_label"], \ 191 | item["end_seq_label"], item["span_label"], item["span_mask"] 192 | self.optimizer.zero_grad() 193 | loss = self.model( 194 | input_ids=input_ids.to(self.args["device"]), 195 | input_mask=input_mask.to(self.args["device"]), 196 | input_seg=input_seg.to(self.args["device"]), 197 | seq_mask=seq_mask.to(self.args["device"]), 198 | start_seq_label=start_seq_label.to(self.args["device"]), 199 | end_seq_label=end_seq_label.to(self.args["device"]), 200 | span_label=span_label.to(self.args["device"]), 201 | span_mask=span_mask.to(self.args["device"]) 202 | ) 203 | loss.backward() 204 | torch.nn.utils.clip_grad_norm_(self.model.parameters(), max_norm=self.args["clip_norm"]) 205 | self.schedule.step() 206 | steps += 1 207 | if steps % self.args["print_interval"] == 0: 208 | print("{} || [{}] || loss {:.3f}".format( 209 | datetime.datetime.now(), steps, loss.item() 210 | )) 211 | if steps % self.args["eval_interval"] == 0: 212 | f, em = self.eval() 213 | print("-*- eval F %.3f || EM %.3f -*-" % (f, em)) 214 | if em > best_em: 215 | best_em = em 216 | torch.save(self.model.state_dict(), f=self.args["save_path"]) 217 | print("current best model checkpoint has been saved successfully in ModelStorage") 218 | 219 | def eval(self): 220 | self.model.eval() 221 | y_pred, y_true = [], [] 222 | with torch.no_grad(): 223 | for item in self.valid_loader: 224 | input_ids, input_mask, input_seg, span_mask = item["input_ids"], item["input_mask"], item["input_seg"], item["span_mask"] 225 | y_true.extend(item["triggers"]) 226 | s_seq, e_seq, p_seq = self.model( 227 | input_ids=input_ids.to(self.args["device"]), 228 | input_mask=input_mask.to(self.args["device"]), 229 | input_seg=input_seg.to(self.args["device"]), 230 | span_mask=span_mask.to(self.args["device"]) 231 | ) 232 | s_seq = s_seq.cpu().numpy() 233 | e_seq = e_seq.cpu().numpy() 234 | p_seq = p_seq.cpu().numpy() 235 | for i in range(len(s_seq)): 236 | y_pred.append(self.dynamic_search(s_seq[i], e_seq[i], p_seq[i], item["context"][i], item["context_range"][i])) 237 | self.model.train() 238 | return self.calculate_f1(y_pred=y_pred, y_true=y_true) 239 | 240 | def dynamic_search(self, s_seq, e_seq, p_seq, context, context_range): 241 | ans_index = [] 242 | t = context_range.split("-") 243 | c_start, c_end = int(t[0]), int(t[1]) 244 | # 先找出所有被判别为开始和结束的位置索引 245 | i_start, i_end = [], [] 246 | for i in range(c_start, c_end): 247 | if s_seq[i][1] > s_seq[i][0]: 248 | i_start.append(i) 249 | if e_seq[i][1] > e_seq[i][0]: 250 | i_end.append(i) 251 | # 然后遍历i_end 252 | cur_end = -1 253 | for e in i_end: 254 | s = [] 255 | for i in i_start: 256 | if e >= i >= cur_end and (e - i) <= self.args["max_trigger_len"]: 257 | s.append(i) 258 | max_s = 0.0 259 | t = None 260 | for i in s: 261 | if p_seq[i, e] > max_s: 262 | t = (i, e) 263 | max_s = p_seq[i, e] 264 | cur_end = e 265 | if t is not None: 266 | ans_index.append(t) 267 | out = [] 268 | for item in ans_index: 269 | out.append(context[item[0] - c_start:item[1] - c_start + 1]) 270 | return out 271 | 272 | @staticmethod 273 | def calculate_f1(y_pred, y_true): 274 | exact_match_cnt = 0 275 | exact_sum_cnt = 0 276 | char_match_cnt = 0 277 | char_pred_sum = char_true_sum = 0 278 | for i in range(len(y_true)): 279 | x = y_pred[i] 280 | y = y_true[i].split("&") 281 | exact_sum_cnt += len(y) 282 | for k in x: 283 | if k in y: 284 | exact_match_cnt += 1 285 | x = "".join(x) 286 | y = "".join(y) 287 | char_pred_sum += len(x) 288 | char_true_sum += len(y) 289 | for k in x: 290 | if k in y: 291 | char_match_cnt += 1 292 | em = exact_match_cnt / exact_sum_cnt 293 | precision_char = char_match_cnt / char_pred_sum 294 | recall_char = char_match_cnt / char_true_sum 295 | f1 = (2 * precision_char * recall_char) / (recall_char + precision_char) 296 | return (em + f1) / 2, em 297 | 298 | 299 | if __name__ == "__main__": 300 | print("Hello RoBERTa Event Extraction.") 301 | device = "cuda:%s" % sys.argv[1][-1] 302 | args = { 303 | "device": device, 304 | "init_lr": 2e-5, 305 | "batch_size": 12, 306 | "weight_decay": 0.01, 307 | "warm_up_steps": 1000, 308 | "lr_decay_steps": 4000, 309 | "max_steps": 5000, 310 | "min_lr_rate": 1e-9, 311 | "print_interval": 100, 312 | "eval_interval": 500, 313 | "max_len": 512, 314 | "max_trigger_len": 6, 315 | "save_path": "ModelStorage/dominant_trigger.pth", 316 | "pre_train_dir": "/home/ldmc/quanlin/Pretrained_NLP_Models/Pytorch/RoBERTa_Large_ZH/", 317 | "clip_norm": 0.25, 318 | "dropout_rate": 0.1, 319 | "alpha": 1.0, 320 | "beta": 1.0, 321 | } 322 | 323 | with open("DataSet/process.p", "rb") as f: 324 | x = pickle.load(f) 325 | 326 | tokenizer = BertTokenizer(vocab_file="/home/ldmc/quanlin/Pretrained_NLP_Models/Pytorch/RoBERTa_Large_ZH/vocab.txt") 327 | train_dataset = MyDataset(data=x["train_dominant_trigger_items"], tokenizer=tokenizer, max_len=args["max_len"]) 328 | valid_dataset = MyDataset(data=x["valid_dominant_trigger_items"], tokenizer=tokenizer, max_len=args["max_len"]) 329 | 330 | train_loader = DataLoader(train_dataset, batch_size=args["batch_size"], shuffle=True, num_workers=4) 331 | valid_loader = DataLoader(valid_dataset, batch_size=args["batch_size"], shuffle=False, num_workers=4) 332 | 333 | m = Main(train_loader, valid_loader, args) 334 | m.train() 335 | 336 | -------------------------------------------------------------------------------- /joint_predict.py: -------------------------------------------------------------------------------- 1 | #!usr/bin/env python 2 | # -*- coding:utf-8 -*- 3 | """ 4 | @Time: 2020-07-23 5 | @Author: menghuanlater 6 | @Software: Pycharm 2019.2 7 | @Usage: 8 | ----------------------------- 9 | Description: 联合预测生成最后测试答案 10 | ----------------------------- 11 | """ 12 | import csv 13 | import torch 14 | from torch import nn 15 | import pickle 16 | from transformers import BertModel, BertTokenizer 17 | import sys 18 | import numpy as np 19 | 20 | 21 | class DomTrigger(torch.nn.Module): 22 | def __init__(self, pre_train_dir: str): 23 | """ 24 | :param pre_train_dir: 预训练RoBERTa或者BERT文件夹 25 | """ 26 | super().__init__() 27 | self.roberta_encoder = BertModel.from_pretrained(pre_train_dir) 28 | self.encoder_linear = torch.nn.Sequential( 29 | torch.nn.Linear(in_features=1024, out_features=1024), 30 | torch.nn.Tanh() 31 | ) 32 | self.start_layer = torch.nn.Linear(in_features=1024, out_features=2) 33 | self.end_layer = torch.nn.Linear(in_features=1024, out_features=2) 34 | self.span1_layer = torch.nn.Linear(in_features=1024, out_features=1, bias=False) 35 | self.span2_layer = torch.nn.Linear(in_features=1024, out_features=1, bias=False) # span1和span2是span_layer的拆解, 减少计算时的显存占用 36 | self.epsilon = 1e-6 37 | 38 | def forward(self, input_ids, input_mask, input_seg, span_mask): 39 | bsz, seq_len = input_ids.size()[0], input_ids.size()[1] 40 | encoder_rep = self.roberta_encoder(input_ids=input_ids, attention_mask=input_mask, token_type_ids=input_seg)[0] # (bsz, seq, dim) 41 | encoder_rep = self.encoder_linear(encoder_rep) 42 | start_logits = self.start_layer(encoder_rep) # (bsz, seq, 2) 43 | end_logits = self.end_layer(encoder_rep) # (bsz, seq, 2) 44 | span1_logits = self.span1_layer(encoder_rep) # (bsz, seq, 1) 45 | span2_logits = self.span2_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 46 | # 将两个span组合 => (bsz, seq, seq) 47 | span_logits = span1_logits.repeat(1, 1, seq_len) + span2_logits[:, None, :].repeat(1, seq_len, 1) 48 | start_prob_seq = torch.nn.functional.softmax(start_logits, dim=-1) # (bsz, seq, 2) 49 | end_prob_seq = torch.nn.functional.softmax(end_logits, dim=-1) # (bsz, seq, 2) 50 | # 使用span_mask 51 | span_logits.masked_fill_(span_mask == 0, -1e30) 52 | span_prob = torch.softmax(span_logits, dim=-1) # (bsz, seq, seq) 53 | return start_prob_seq, end_prob_seq, span_prob 54 | 55 | 56 | class AuxTrigger(torch.nn.Module): 57 | def __init__(self, pre_train_dir: str): 58 | super().__init__() 59 | self.roberta_encoder = BertModel.from_pretrained(pre_train_dir) 60 | self.encoder_linear = torch.nn.Sequential( 61 | torch.nn.Linear(in_features=1024, out_features=1024), 62 | torch.nn.Tanh(), 63 | ) 64 | self.start_layer = torch.nn.Linear(in_features=1024, out_features=1) 65 | self.end_layer = torch.nn.Linear(in_features=1024, out_features=1) 66 | self.epsilon = 1e-6 67 | 68 | def forward(self, input_ids, input_mask, input_seg): 69 | encoder_rep = self.roberta_encoder(input_ids=input_ids, attention_mask=input_mask, token_type_ids=input_seg)[0] # (bsz, seq, dim) 70 | encoder_rep = self.encoder_linear(encoder_rep) 71 | start_logits = self.start_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 72 | end_logits = self.end_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 73 | # adopt softmax function across length dimension with masking mechanism 74 | mask = input_mask == 0.0 75 | start_logits.masked_fill_(mask, -1e30) 76 | end_logits.masked_fill_(mask, -1e30) 77 | start_prob_seq = torch.nn.functional.softmax(start_logits, dim=1) 78 | end_prob_seq = torch.nn.functional.softmax(end_logits, dim=1) 79 | return start_prob_seq, end_prob_seq 80 | 81 | 82 | class Argument(torch.nn.Module): 83 | def __init__(self, pre_train_dir: str): 84 | super().__init__() 85 | self.roberta_encoder = BertModel.from_pretrained(pre_train_dir) 86 | self.encoder_linear = torch.nn.Sequential( 87 | torch.nn.Linear(in_features=1024, out_features=1024), 88 | torch.nn.Tanh(), 89 | ) 90 | self.cls_layer = torch.nn.Linear(in_features=1024, out_features=2) 91 | self.start_layer = torch.nn.Linear(in_features=1024, out_features=1) 92 | self.end_layer = torch.nn.Linear(in_features=1024, out_features=1) 93 | self.epsilon = 1e-6 94 | 95 | def forward(self, input_ids, input_mask, input_seg): 96 | encoder_rep, cls_rep = self.roberta_encoder(input_ids=input_ids, attention_mask=input_mask, token_type_ids=input_seg)[:2] # (bsz, seq, dim) 97 | encoder_rep = self.encoder_linear(encoder_rep) 98 | cls_logits = self.cls_layer(cls_rep) 99 | start_logits = self.start_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 100 | end_logits = self.end_layer(encoder_rep).squeeze(dim=-1) # (bsz, seq) 101 | # adopt softmax function across length dimension with masking mechanism 102 | mask = input_mask == 0.0 103 | start_logits.masked_fill_(mask, -1e30) 104 | end_logits.masked_fill_(mask, -1e30) 105 | start_prob_seq = torch.nn.functional.softmax(start_logits, dim=1) 106 | end_prob_seq = torch.nn.functional.softmax(end_logits, dim=1) 107 | return cls_logits, start_prob_seq, end_prob_seq 108 | 109 | 110 | class InputEncoder(object): 111 | def __init__(self, max_len, tokenizer, special_query_token_map: dict): 112 | self.tokenizer = tokenizer 113 | self.max_len = max_len 114 | self.SEG_Q = 0 115 | self.SEG_P = 1 116 | self.ID_PAD = 0 117 | self.map = special_query_token_map 118 | self.arg_map = { 119 | "object": "主体", "subject": "客体", "time": "时间", "location": "地点" 120 | } 121 | 122 | def trigger_enc(self, context, is_dominant: bool): # 适合dominant和auxiliary 123 | query = "找出事件中的触发词" 124 | query_tokens = [i for i in query] 125 | context_tokens = [i for i in context] 126 | c = ["[CLS]"] + query_tokens + ["[SEP]"] + context_tokens 127 | if len(c) > self.max_len - 1: 128 | c = c[:self.max_len - 1] 129 | c += ["[SEP]"] 130 | input_ids = self.tokenizer.convert_tokens_to_ids(c) 131 | input_mask = [1.0] * len(input_ids) 132 | input_seg = [self.SEG_Q] * (len(query_tokens) + 2) + [self.SEG_P] * (len(input_ids) - 2 - len(query_tokens)) 133 | context_start = 2 + len(query_tokens) 134 | context_end = len(input_ids) - 1 135 | extra = self.max_len - len(input_ids) 136 | if extra > 0: 137 | input_ids += [self.ID_PAD] * extra 138 | input_mask += [0.0] * extra 139 | input_seg += [self.SEG_P] * extra 140 | span_mask = None 141 | if is_dominant: 142 | span_mask = np.zeros(shape=(self.max_len, self.max_len), dtype=np.float32) 143 | for i in range(context_start, context_end): 144 | for j in range(i, context_end): 145 | span_mask[i, j] = 1.0 146 | return { 147 | "input_ids": torch.tensor(input_ids).long().unsqueeze(dim=0).to(device=device), 148 | "input_seg": torch.tensor(input_seg).long().unsqueeze(dim=0).to(device=device), 149 | "input_mask": torch.tensor(input_mask).float().unsqueeze(dim=0).to(device=device), 150 | "context": context, 151 | "span_mask": torch.from_numpy(span_mask).float().unsqueeze(dim=0).to(device=device), 152 | "context_range": "%d-%d" % (context_start, context_end) # 防止被转化成tensor 153 | } 154 | 155 | def argument_enc(self, context, trigger, start, end, arg): 156 | query = "处于位置&%d&和位置-%d-之间的触发词*%s*的%s为?" % (start, end, trigger, self.arg_map[arg]) 157 | query_tokens = [] 158 | for i in query: 159 | if i in self.map.keys(): 160 | query_tokens.append(self.map[i]) 161 | else: 162 | query_tokens.append(i) 163 | context_tokens = [i for i in context] 164 | c = ["[CLS]"] + query_tokens + ["[SEP]"] + context_tokens 165 | if len(c) > self.max_len - 1: 166 | c = c[:self.max_len - 1] 167 | c += ["[SEP]"] 168 | input_ids = self.tokenizer.convert_tokens_to_ids(c) 169 | input_mask = [1.0] * len(input_ids) 170 | input_seg = [self.SEG_Q] * (len(query_tokens) + 2) + [self.SEG_P] * (len(input_ids) - 2 - len(query_tokens)) 171 | context_end = len(input_ids) - 1 172 | extra = self.max_len - len(input_ids) 173 | if extra > 0: 174 | input_ids += [self.ID_PAD] * extra 175 | input_mask += [0.0] * extra 176 | input_seg += [self.SEG_P] * extra 177 | return { 178 | "input_ids": torch.tensor(input_ids).long().unsqueeze(dim=0).to(device), 179 | "input_seg": torch.tensor(input_seg).long().unsqueeze(dim=0).to(device), 180 | "input_mask": torch.tensor(input_mask).float().unsqueeze(dim=0).to(device), 181 | "context": context, "context_range": "%d-%d" % (2 + len(query_tokens), context_end) 182 | } 183 | 184 | 185 | class OutputDecoder(object): 186 | @staticmethod 187 | def dominant_dec(context, s_seq, e_seq, p_seq, context_range, n_triggers): 188 | ans_index = [] 189 | t = context_range.split("-") 190 | c_start, c_end = int(t[0]), int(t[1]) 191 | # 先找出所有被判别为开始和结束的位置索引 192 | i_start, i_end = [], [] 193 | for i in range(c_start, c_end): 194 | if s_seq[i][1] > s_seq[i][0]: 195 | i_start.append(i) 196 | if e_seq[i][1] > e_seq[i][0]: 197 | i_end.append(i) 198 | # 然后遍历i_end 199 | cur_end = -1 200 | for e in i_end: 201 | s = [] 202 | for i in i_start: 203 | if e >= i >= cur_end and (e - i) <= args["max_trigger_len"]: 204 | s.append(i) 205 | max_s = 0.0 206 | t = None 207 | for i in s: 208 | if p_seq[i, e] > max_s: 209 | t = (i, e) 210 | max_s = p_seq[i, e] 211 | cur_end = e 212 | if t is not None: 213 | ans_index.append(t) 214 | out = [] 215 | for item in ans_index: 216 | out.append({ 217 | "answer": context[item[0] - c_start:item[1] - c_start + 1], "start": item[0] - c_start, "end": item[1] - c_start + 1, 218 | "score": ((s_seq[item[0]][1] + e_seq[item[1]][1]) / 2) * p_seq[item[0], item[1]] 219 | }) 220 | out.sort(key=lambda x: x["score"], reverse=True) 221 | return out[:n_triggers] 222 | 223 | @staticmethod 224 | def auxiliary_dec(context, s_seq, e_seq, context_range): 225 | max_score = 0.0 226 | dic = {"start": -1, "end": -1} 227 | t = context_range.split("-") 228 | start, end = int(t[0]), int(t[1]) 229 | for i in range(start, end): 230 | for j in range(i, i + args["max_time_len"] if i + args["max_trigger_len"] <= end else end): 231 | if s_seq[i] + e_seq[j] > max_score: 232 | max_score = s_seq[i] + e_seq[j] 233 | dic["start"], dic["end"] = i, j 234 | return [{"answer": context[dic["start"] - start:dic["end"] - start + 1], "start": dic["start"] - start, "end": dic["end"] - start + 1}] 235 | 236 | @staticmethod 237 | def argument_dec(context, cls, s_seq, e_seq, context_range, arg_type): 238 | if cls[1] > cls[0]: 239 | max_score = 0.0 240 | dic = {"start": -1, "end": -1} 241 | t = context_range.split("-") 242 | start, end = int(t[0]), int(t[1]) 243 | for i in range(start, end): 244 | for j in range(i, i + args["max_%s_len" % arg_type] if i + args["max_%s_len" % arg_type] <= end else end): 245 | if s_seq[i] + e_seq[j] > max_score: 246 | max_score = s_seq[i] + e_seq[j] 247 | dic["start"], dic["end"] = i, j 248 | return context[dic["start"]-start:dic["end"]-start + 1] 249 | else: 250 | return "" 251 | 252 | 253 | if __name__ == "__main__": 254 | args = { 255 | "max_object_len": 40, # 平均长度 7.22, 最大长度93 256 | "max_subject_len": 40, # 平均长度10.0, 最大长度138 257 | "max_time_len": 20, # 平均长度6.03, 最大长度22 258 | "max_location_len": 25, # 平均长度3.79,最大长度41 259 | "max_trigger_len": 6 260 | } 261 | 262 | with open("DataSet/process.p", "rb") as f: 263 | x = pickle.load(f) 264 | test_items, special_map = x["test_items"], x["argument_query_special_map_token"] 265 | write_file = open("submit_mrc.csv", "w", encoding="UTF-8", newline="") 266 | writer = csv.writer(write_file, delimiter=",") 267 | writer.writerow(["id", "trigger", "object", "subject", "time", "location"]) 268 | 269 | pre_train_dir = "/home/ldmc/quanlin/Pretrained_NLP_Models/Pytorch/RoBERTa_Large_ZH/" 270 | tokenizer = BertTokenizer(vocab_file=pre_train_dir + "vocab.txt") 271 | device = "cuda:%s" % sys.argv[1][-1] 272 | max_len = 512 273 | 274 | encode_obj = InputEncoder(max_len=max_len, tokenizer=tokenizer, special_query_token_map=special_map) 275 | decode_obj = OutputDecoder() 276 | 277 | dominant_trigger_model = DomTrigger(pre_train_dir=pre_train_dir) 278 | auxiliary_trigger_model = AuxTrigger(pre_train_dir=pre_train_dir) 279 | argument_model = Argument(pre_train_dir=pre_train_dir) 280 | 281 | dominant_trigger_model.load_state_dict(torch.load("ModelStorage/dominant_trigger.pth", map_location=device), strict=False) 282 | auxiliary_trigger_model.load_state_dict(torch.load("ModelStorage/auxiliary_trigger.pth", map_location=device), strict=False) 283 | argument_model.load_state_dict(torch.load("ModelStorage/argument.pth", map_location=device), strict=False) 284 | 285 | for i in [dominant_trigger_model, auxiliary_trigger_model, argument_model]: 286 | for p in i.parameters(): 287 | p.requires_grad = False 288 | 289 | dominant_trigger_model.to(device) 290 | auxiliary_trigger_model.to(device) 291 | argument_model.to(device) 292 | 293 | dominant_trigger_model.eval() 294 | auxiliary_trigger_model.eval() 295 | argument_model.eval() 296 | 297 | with torch.no_grad(): 298 | for item in test_items: 299 | id, context, n_triggers = item["id"], item["context"], item["n_triggers"] 300 | trigger_input = encode_obj.trigger_enc(context=context, is_dominant=True) 301 | s_seq, e_seq, p_seq = dominant_trigger_model.forward( 302 | input_ids=trigger_input["input_ids"], input_mask=trigger_input["input_mask"], 303 | input_seg=trigger_input["input_seg"], span_mask=trigger_input["span_mask"] 304 | ) 305 | trigger_out = decode_obj.dominant_dec(context=context, s_seq=s_seq.cpu().numpy()[0], e_seq=e_seq.cpu().numpy()[0], 306 | p_seq=p_seq.cpu().numpy()[0], context_range=trigger_input["context_range"], 307 | n_triggers=n_triggers) 308 | if len(trigger_out) < n_triggers: 309 | print("---%s号测试文本调用辅助触发词抽取模型---" % id) 310 | s_seq, e_seq = auxiliary_trigger_model.forward( 311 | input_ids=trigger_input["input_ids"], input_mask=trigger_input["input_mask"], 312 | input_seg=trigger_input["input_seg"] 313 | ) 314 | trigger_out.extend(decode_obj.auxiliary_dec(context=context, s_seq=s_seq.cpu().numpy()[0], e_seq=e_seq.cpu().numpy()[0], 315 | context_range=trigger_input["context_range"])) 316 | for jtem in trigger_out: 317 | obj_input = encode_obj.argument_enc(context=context, trigger=jtem["answer"], start=jtem["start"], end=jtem["end"], arg="object") 318 | sub_input = encode_obj.argument_enc(context=context, trigger=jtem["answer"], start=jtem["start"], end=jtem["end"], arg="subject") 319 | tim_input = encode_obj.argument_enc(context=context, trigger=jtem["answer"], start=jtem["start"], end=jtem["end"], arg="time") 320 | loc_input = encode_obj.argument_enc(context=context, trigger=jtem["answer"], start=jtem["start"], end=jtem["end"], arg="location") 321 | 322 | cls, s_seq, e_seq = argument_model.forward( 323 | input_ids=torch.cat([i["input_ids"] for i in [obj_input, sub_input, tim_input, loc_input]], dim=0), 324 | input_seg=torch.cat([i["input_seg"] for i in [obj_input, sub_input, tim_input, loc_input]], dim=0), 325 | input_mask=torch.cat([i["input_mask"] for i in [obj_input, sub_input, tim_input, loc_input]], dim=0) 326 | ) 327 | cls, s_seq, e_seq = cls.cpu().numpy(), s_seq.cpu().numpy(), e_seq.cpu().numpy() 328 | obj_out = decode_obj.argument_dec(context=context, context_range=obj_input["context_range"], 329 | s_seq=s_seq[0], e_seq=e_seq[0], 330 | cls=cls[0], arg_type="object") 331 | sub_out = decode_obj.argument_dec(context=context, context_range=sub_input["context_range"], 332 | s_seq=s_seq[1], e_seq=e_seq[1], 333 | cls=cls[1], arg_type="subject") 334 | tim_out = decode_obj.argument_dec(context=context, context_range=tim_input["context_range"], 335 | s_seq=s_seq[2], e_seq=e_seq[2], 336 | cls=cls[2], arg_type="time") 337 | loc_out = decode_obj.argument_dec(context=context, context_range=loc_input["context_range"], 338 | s_seq=s_seq[3], e_seq=e_seq[3], 339 | cls=cls[3], arg_type="location") 340 | writer.writerow([id, jtem["answer"], obj_out, sub_out, tim_out, loc_out]) 341 | print("id->%s已经完成分析" % id) 342 | write_file.close() 343 | print("预测文件已经生成") 344 | 345 | -------------------------------------------------------------------------------- /preprocess.py: -------------------------------------------------------------------------------- 1 | #!usr/bin/env python 2 | # -*- coding:utf-8 -*- 3 | """ 4 | @Time: 2020-07-23 5 | @Author: menghuanlater 6 | @Software: Pycharm 2019.2 7 | @Usage: 8 | ----------------------------- 9 | Description: 数据预处理 10 | 返回数据字典格式: 11 | 1. 主触发词识别模型的标注数据: { 12 | "id": str, "context": str, "query": "找出事件中的触发词", "answer": [{"trigger": str, "start": int, "end": int}...], 13 | } => 一个新闻一个数据项 14 | 15 | 2. 辅助触发词识别模型的标注数据: { 16 | "id": str, "context": str, "query": "找出事件中的触发词", "answer": {"trigger": str, "start": int, "end": int} 17 | } => 一个触发词一个数据项 18 | 19 | 3. 论元抽取模型的标注数据: { 20 | "id": str, "context": str, "query": "处于位置&i&和位置-j-之间的触发词*s*的x为?", "answer": {"argument": str, "is_exist": bool, "start": int, "end": int}, 21 | "type": str 22 | } => 一个论元一个数据项 ==> 一个事件四个数据项(主体 客体 时间 地点) 23 | ----------------------------- 24 | """ 25 | import pickle 26 | import csv 27 | import jieba 28 | from random import shuffle 29 | 30 | valid_dominant_trigger_number = 600 31 | valid_argument_number = 1000 32 | 33 | train_file = open("DataSet/train/train.csv", "r", encoding="UTF-8") # 训练文件 34 | test_file = open("DataSet/test/test.csv", "r", encoding="UTF-8") # 测试文件 35 | sample_file = open("DataSet/test/sample.csv", "r", encoding="UTF-8") 36 | 37 | train_reader = csv.reader(train_file) 38 | test_reader = csv.reader(test_file) 39 | sample_reader = csv.reader(sample_file) 40 | next(train_reader) 41 | next(test_reader) 42 | next(sample_reader) 43 | 44 | output = { 45 | "train_dominant_trigger_items": None, 46 | "valid_dominant_trigger_items": None, 47 | "train_argument_items": [], 48 | "valid_argument_items": [], 49 | "train_aux_trigger_items": None, 50 | "test_items": [], # {"id", "context"}, 51 | "argument_query_special_map_token": { 52 | "&": "[unused1]", "-": "[unused2]", "*": "[unused3]" 53 | } 54 | } 55 | 56 | all_triggers = dict() 57 | object_arguments = {"exist": [], "not_exist": []} 58 | time_arguments = {"exist": [], "not_exist": []} 59 | subject_arguments = {"exist": [], "not_exist": []} 60 | location_arguments = {"exist": [], "not_exist": []} 61 | 62 | for item in train_reader: 63 | if item[0] not in all_triggers.keys(): 64 | all_triggers[item[0]] = { 65 | "id": item[0], "context": item[1], "answer": list(), "query": "找出事件中的触发词" 66 | } 67 | obj = all_triggers[item[0]]["answer"] 68 | _context, _trigger, _object, _subject, _time, _location = \ 69 | item[1].replace("－", "-").replace("～", "~"), item[2], item[3].replace("－", "-"), item[4].replace("－", "-"), \ 70 | item[5].replace("－", "-"), item[6].replace("－", "-") 71 | # 特殊化处理(仅仅训练集存在这种情况->将所有的变种0~9进行替换) 72 | for i in range(10): 73 | r_c = chr(65296 + i) 74 | _context = _context.replace(r_c, "%d" % i) 75 | _trigger = _trigger.replace(r_c, "%d" % i) 76 | _object = _object.replace(r_c, "%d" % i) 77 | _subject = _subject.replace(r_c, "%d" % i) 78 | _time = _time.replace(r_c, "%d" % i) 79 | _location = _location.replace(r_c, "%d" % i) 80 | trigger_index = len(obj) 81 | # 首先处理triggers 82 | x = list(jieba.tokenize(_context)) # 切词带索引 83 | y = jieba.lcut(_context) # 单纯的切词序列 84 | assert len(x) == len(y) 85 | 86 | overlap_flag = False 87 | __context = "" 88 | overlap_index = -1 89 | 90 | for i in range(trigger_index): 91 | if obj[trigger_index-1-i]["trigger"] == _trigger or _trigger in obj[trigger_index-1-i]["trigger"]: 92 | overlap_flag = True 93 | x = list(jieba.tokenize(_context[obj[trigger_index-1-i]["end"]+1:])) 94 | y = jieba.lcut(_context[obj[trigger_index-1-i]["end"]+1:]) 95 | __context = _context[obj[trigger_index-1-i]["end"]+1:] 96 | overlap_index = trigger_index-1-i 97 | break 98 | 99 | # 需要检测前序触发词是否已经出现,若出现必须从那个词的end开始重新处理x和y 100 | if _trigger in y: 101 | index = y.index(_trigger) 102 | obj.append({ 103 | "trigger": _trigger, "start": x[index][1], "end": x[index][2] - 1 104 | }) 105 | else: 106 | if overlap_flag: 107 | if _trigger in __context: 108 | index = __context.index(_trigger) 109 | else: 110 | index = obj[overlap_index]["start"] 111 | else: 112 | index = _context.index(_trigger) 113 | obj.append({ 114 | "trigger": _trigger, "start": index, "end": index + len(_trigger) - 1 115 | }) 116 | 117 | # 处理论元 118 | obj_tmp = {"type": "object", "id": item[0], "context": item[1], "query": "处于位置&%d&和位置-%d-之间的触发词*%s*的主体为?" % (obj[-1]["start"], obj[-1]["end"], _trigger)} 119 | sub_tmp = {"type": "subject", "id": item[0], "context": item[1], "query": "处于位置&%d&和位置-%d-之间的触发词*%s*的客体为?" % (obj[-1]["start"], obj[-1]["end"], _trigger)} 120 | tim_tmp = {"type": "time", "id": item[0], "context": item[1], "query": "处于位置&%d&和位置-%d-之间的触发词*%s*的时间为?" % (obj[-1]["start"], obj[-1]["end"], _trigger)} 121 | loc_tmp = {"type": "location", "id": item[0], "context": item[1], "query": "处于位置&%d&和位置-%d-之间的触发词*%s*的地点为?" % (obj[-1]["start"], obj[-1]["end"], _trigger)} 122 | if _object == "": 123 | obj_tmp["answer"] = {"is_exist": 0, "start": -1, "end": -1, "argument": _object} 124 | else: 125 | index = _context.index(_object) 126 | obj_tmp["answer"] = {"is_exist": 1, "start": index, "end": index + len(_object) - 1, "argument": _object} 127 | if _subject == "": 128 | sub_tmp["answer"] = {"is_exist": 0, "start": -1, "end": -1, "argument": _subject} 129 | else: 130 | index = _context.index(_subject) 131 | sub_tmp["answer"] = {"is_exist": 1, "start": index, "end": index + len(_subject) - 1, "argument": _subject} 132 | if _time == "": 133 | tim_tmp["answer"] = {"is_exist": 0, "start": -1, "end": -1, "argument": _time} 134 | else: 135 | index = _context.index(_time) 136 | tim_tmp["answer"] = {"is_exist": 1, "start": index, "end": index + len(_time) - 1, "argument": _time} 137 | if _location == "": 138 | loc_tmp["answer"] = {"is_exist": 0, "start": -1, "end": -1, "argument": _location} 139 | else: 140 | try: 141 | index = _context.index(_location) 142 | loc_tmp["answer"] = {"is_exist": 1, "start": index, "end": index + len(_location) - 1, "argument": _location} 143 | except ValueError: 144 | if _location in ["福建内", "湖北中", "阿拉善边", "山东后", "宁都上", "庐山上"]: 145 | _location = _location[:-1] 146 | index = _context.index(_location) 147 | loc_tmp["answer"] = {"is_exist": 1, "start": index, "end": index + len(_location) - 1, "argument": _location} 148 | else: 149 | loc_tmp["answer"] = {"is_exist": 0, "start": -1, "end": -1, "argument": ""} 150 | if obj_tmp["answer"]["is_exist"] == 1: 151 | object_arguments["exist"].append(obj_tmp) 152 | else: 153 | object_arguments["not_exist"].append(obj_tmp) 154 | if sub_tmp["answer"]["is_exist"] == 1: 155 | subject_arguments["exist"].append(sub_tmp) 156 | else: 157 | subject_arguments["not_exist"].append(sub_tmp) 158 | if tim_tmp["answer"]["is_exist"] == 1: 159 | time_arguments["exist"].append(tim_tmp) 160 | else: 161 | time_arguments["not_exist"].append(tim_tmp) 162 | if loc_tmp["answer"]["is_exist"] == 1: 163 | location_arguments["exist"].append(loc_tmp) 164 | else: 165 | location_arguments["not_exist"].append(loc_tmp) 166 | 167 | # step1: 整理划分触发词识别模型 168 | dominant_items = [] 169 | aux_items = [] 170 | for key in all_triggers.keys(): 171 | dominant_items.append(all_triggers[key]) 172 | for item in all_triggers[key]["answer"]: 173 | aux_items.append({ 174 | "id": all_triggers[key]["id"], 175 | "context": all_triggers[key]["context"], 176 | "query": all_triggers[key]["query"], 177 | "answer": item 178 | }) 179 | for i in range(3): 180 | shuffle(dominant_items) 181 | shuffle(aux_items) 182 | shuffle(object_arguments["exist"]) 183 | shuffle(object_arguments["not_exist"]) 184 | shuffle(subject_arguments["exist"]) 185 | shuffle(subject_arguments["not_exist"]) 186 | shuffle(time_arguments["exist"]) 187 | shuffle(time_arguments["not_exist"]) 188 | shuffle(location_arguments["exist"]) 189 | shuffle(location_arguments["not_exist"]) 190 | output["train_dominant_trigger_items"] = dominant_items[valid_dominant_trigger_number:] 191 | output["valid_dominant_trigger_items"] = dominant_items[:valid_dominant_trigger_number] 192 | output["train_aux_trigger_items"] = aux_items 193 | 194 | # step2: 整理划分各论元数据 195 | x = int((len(object_arguments["exist"]) / 8000) * valid_argument_number) 196 | y = valid_argument_number - x 197 | output["train_argument_items"].extend(object_arguments["exist"][x:] + object_arguments["not_exist"][y:]) 198 | output["valid_argument_items"].extend(object_arguments["exist"][:x] + object_arguments["not_exist"][:y]) 199 | 200 | x = int((len(subject_arguments["exist"]) / 8000) * valid_argument_number) 201 | y = valid_argument_number - x 202 | output["train_argument_items"].extend(subject_arguments["exist"][x:] + subject_arguments["not_exist"][y:]) 203 | output["valid_argument_items"].extend(subject_arguments["exist"][:x] + subject_arguments["not_exist"][:y]) 204 | 205 | x = int((len(time_arguments["exist"]) / 8000) * valid_argument_number) 206 | y = valid_argument_number - x 207 | output["train_argument_items"].extend(time_arguments["exist"][x:] + time_arguments["not_exist"][y:]) 208 | output["valid_argument_items"].extend(time_arguments["exist"][:x] + time_arguments["not_exist"][:y]) 209 | 210 | x = int((len(location_arguments["exist"]) / 8000) * valid_argument_number) 211 | y = valid_argument_number - x 212 | output["train_argument_items"].extend(location_arguments["exist"][x:] + location_arguments["not_exist"][y:]) 213 | output["valid_argument_items"].extend(location_arguments["exist"][:x] + location_arguments["not_exist"][:y]) 214 | 215 | for i in range(10): 216 | shuffle(output["train_argument_items"]) 217 | 218 | tmp = dict() 219 | for item in sample_reader: 220 | if item[0] not in tmp.keys(): 221 | tmp[item[0]] = 1 222 | else: 223 | tmp[item[0]] += 1 224 | 225 | for item in test_reader: 226 | output["test_items"].append( 227 | {"id": item[0], "context": item[1], "n_triggers": tmp[item[0]]} 228 | ) 229 | 230 | with open("DataSet/process.p", "wb") as f: 231 | pickle.dump(output, f) -------------------------------------------------------------------------------- /readme.md: -------------------------------------------------------------------------------- 1 | step1: run preprocess.py 2 | step2: { 3 | run auxiliary_trigger.py; 4 | run dominant_trigger.py; 5 | run argument.py; 6 | } 7 | step3: run joint_predict.py 8 | 9 | 核心思路: 以RoBERTa_Large作为Context Encoder, 将问题拆解为触发词识别和触发词对应四论元检测 10 | 触发词识别和论元识别基于MRC(Span Extraction类机器阅读理解)思路实现 11 | 12 | 参考论文: ACL2020 《A Unified MRC Framework for Named Entity Recognition》 13 | 14 | single model score: 0.78 --------------------------------------------------------------------------------