编辑推荐：
食品系统正在经历重大变化，要求当局能够预见并及时应对快速演变的风险。自然语言处理（NLP）是人工智能的一个子领域，有助于分析、处理和生成人类语言内容。特别是考虑到近期的发展，该子领域有望成为食品安全研究和政策的有价值工具包。本综述旨在成为希望利用NLP进行食品
食品系统正在经历重大变化，要求当局能够预见并及时应对快速演变的风险。自然语言处理（NLP）是人工智能的一个子领域，有助于分析、处理和生成人类语言内容。特别是考虑到近期的发展，该子领域有望成为食品安全研究和政策的有价值工具包。本综述旨在成为希望利用NLP进行食品安全研究的研究人员的参考来源。研究人员介绍了NLP中的建模方法，提供了研究的分类法，并描述了标注数据集。还讨论了未来的研究途径。研究人员审查了2010年至2024年间发表的103项研究。最常见的目的是协助当局进行一般性危害监测（n=34）。文本分类是最常应用的任务（n=42）。社交媒体是最突出的数据源（n=28）。标注数据集的有限共享（43个数据集中仅有4个）被认为是一个重大挑战，对可重复性、开放科学和组织间合作具有严重影响。潜在的未来工作包括危害优先级排序、采用整体监测方法、创建数据交换标准和多语言数据集。
1. 引言
本文回顾了食品安全与自然语言处理（NLP）交叉领域的文献。食品系统正经历重大变化，当局需及时预见并应对快速演变的风险。NLP作为人工智能（AI）的子领域，可分析、处理和生成人类语言内容，近期发展（如大语言模型（LLMs））使其成为食品安全研究和政策的有价值工具。现有综述多聚焦于计算机视觉和表格数据，而NLP在食品安全中的应用较少被系统讨论。因此，本文填补了这一空白，提出了基于食品安全目的、NLP任务和数据源的三维分类法，并分析了标注数据集及其共享问题，设定了未来研究议程。
2. 人工智能与自然语言处理中的建模方法
本文介绍了三种主要建模方法：基于规则的方法、机器学习（ML）和大语言模型（LLMs）。基于规则的方法依赖手工制定的规则和词典，例如使用情感词典对推文进行评分。机器学习（ML）模型包括经典机器学习（Classical ML）和神经网络（NNs）。经典机器学习（Classical ML）需要特征提取（如TF-IDF）和选择，常用算法有逻辑回归（Logistic Regression）、随机森林（Random Forest）、朴素贝叶斯（Na?ve Bayes）和支持向量机（SVM），以及无监督主题模型（如LDA）和聚类算法（如k-means）。神经网络（NNs）架构包括前馈神经网络（Feedforward Neural Networks）、卷积神经网络（CNN）、长短期记忆网络（LSTM）和Transformer，其中基于Transformer的BERT是代表性模型。大语言模型（LLMs）主要基于Transformer架构，通过大规模预训练获得，可接受自然语言指令（提示）直接执行任务，也可通过微调适应特定领域。
3. 方法论
本综述遵循PRISMA流程图，纳入标准为：(i) 聚焦食品安全，(ii) 实施NLP流程，(iii) 英文撰写。排除食品保障、供应链、营销等相邻领域。搜索查询包含NLP和食品安全相关关键词，覆盖CAB、IEEE、Scopus、Web of Science和ACL Anthology等数据库，首次检索于2024年3月27日，二次检索于2025年12月16日以捕获2024年剩余研究。共收集560篇研究，去重和筛选后，基于全文阅读保留103篇。使用模板提取每项研究的食品安全目的、NLP任务、数据源、是否创建标注语料库等信息。
4. 研究分类
4.1 食品安全目的
定义了12个类别，其中6个为主要类别。一般监测（General monitoring）（n=34）旨在协助当局监测危害，最常见于文本分类和新闻数据。公众意见（Public opinion）（n=22）关注公众对特定食品安全问题的情绪和态度，常用情感分析和社交媒体。食源性疾病监测（Foodborne illness monitoring）（n=15）旨在监测食源性疾病，主要使用文本分类和社交媒体。违规监测（Infringement monitoring）（n=12）监测供应链违规，常用文本分类和投诉数据。学术工作支持（Academic work support）（n=9）协助研究人员，常用主题建模和科学文本。消费者赋权（Consumer empowerment）（n=6）通过工具提升消费者知识，常用命名实体识别（NER）和社交媒体。其他目的包括产品召回监测、在线销售监测、政策分析、化学危害监测、假新闻和媒体报道。
4.2 自然语言处理任务
定义了11个类别，其中7个为主要类别。文本分类（Text classification）（n=42）是最常见任务，用于食源性疾病监测和违规监测，主要采用经典机器学习（Classical ML）和神经网络（NNs）模型。情感分析（Sentiment analysis）（n=17）主要服务于公众意见，常用基于规则的方法（如情感词典）。主题建模（Topic modelling）（n=16）识别文档中的隐藏主题，主要使用经典机器学习（Classical ML）如LDA。信息抽取（Information extraction）（n=16）提取事件属性或实体关系，常用神经网络（NNs）和基于规则的方法。命名实体识别（NER）（n=15）识别文本中的实体类型（如食品、症状），主要采用神经网络（NNs）和条件随机场（CRF）。信息检索（Information retrieval）（n=9）检索与查询最相关的文档，主要基于规则的方法。文档聚类（Document clustering）（n=7）组织相似文档，主要使用经典机器学习（Classical ML）如k-means。其他任务包括问答、文本摘要、关键词提取和语音识别。
4.3 数据源
定义了15个类别，其中8个为主要类别。社交媒体（Social media）（n=28）是最常见数据源，主要用于公众意见和情感分析，平台包括Twitter和Weibo。新闻（News）（n=23）主要用于一般监测和文本分类。产品/服务评论（Product/service reviews）（n=14）聚焦食源性疾病监测和文本分类，主要来自Yelp。检查/事件公告（Inspection/incident announcements）（n=12）用于一般监测和文本分类。投诉（Complaints）（n=11）主要用于违规监测和文本分类，来自政府部门。科学文本（Scientific texts）（n=9）主要用于学术工作支持和主题建模。未指定网站（Unspecified websites）（n=8）通过爬虫收集，主要用于一般监测和信息检索。政策工具（Policy tools）（n=6）用于政策分析、信息抽取和文档聚类。其他数据源包括教育材料、成分列表、电子发票、食品安全案件、产品描述、事实核查平台和利益相关者意见。
5. 标注语料库
43个标注语料库来自52项研究，其中4个公开共享。最常服务于一般监测（n=15）、食源性疾病监测（n=8）和公众意见（n=5）。最常见的NLP任务是文本分类（n=27），其次是NER（n=10）和情感分析（n=5）。数据源以新闻（n=13）、社交媒体（n=10）、产品/服务评论（n=6）和检查/事件公告（n=6）为主。大部分语料库（n=26）完全人工标注，9个结合自动过程，3个完全自动。标注者包括专家（17个语料库，其中5个来自公共机构）、众包（3个）、作者本人（6个）和学生（4个）。有限共享导致可重复性、开放科学和组织间合作受阻，但可通过隐私增强技术和利用大语言模型（LLMs）进行自动标注来缓解。
6. 讨论
6.1 概述
一般监测是最常见目的，但许多研究仅表明当局为受益者，未明确具体痛点，多为概念验证。文本分类最常见，因其易于实现且输出直接。社交媒体和新闻最常用，因其内容通用且易获取。重要重叠包括公众意见-情感分析-社交媒体，以及公众意见-主题建模。研究语言集中于英语（42项）和中文（36项），大多数语言资源匮乏，而食品安全问题在发展中国家更为突出，导致工具开发与需求不匹配。
6.2 大语言模型趋势与未来展望
大语言模型（LLMs）在文本分类和信息抽取中已有应用，提示（Prompting）和微调（Finetuning）的比较是重要研究课题。未来预计文本摘要和问答任务将增加，检索增强生成（RAG）技术值得关注。光学字符识别（OCR）与LLMs的结合可用于提取成分列表等。LLMs也可用于自动语料标注，但需注意幻觉、非确定性、高经济成本和环境足迹以及隐私泄露问题。
6.3 其他未来工作
未来工作包括危害优先级排序（仅一项研究涉及）、采用整体监测视角结合知识图谱、监测社交媒体上的危险食品挑战、利用语言模型预测食源性病原体特征（如抗菌素耐药性）、建立数据交换标准（如FSKX格式）以及创建多语言数据集以服务资源匮乏语言区域。
6.4 局限性
搜索查询未包含特定食品和危害术语，可能导致遗漏部分文献。仅利用学术数据库，可能遗漏灰色文献，但已捕捉到与公共机构的合作研究。
7. 结论
本综述纳入并分析了103项食品安全与NLP交叉研究。一般监测是最大目的组（n=34），文本分类是最常见任务（n=42），社交媒体是最主要数据源（n=28）。标注语料库共享水平低（43个中仅4个），对可重复性、开放科学和组织间合作构成挑战。大语言模型（LLMs）是重要突破，但需关注其局限性。未来研究应聚焦危害优先级排序、整体监测方法和多语言数据集创建。
