近年来由于食品安全问题的频繁出现,导致人们对食品安全日益重视,这不仅关系到人们的身心健康,同时也影响国家的安全稳定。无论哪方面来说都与食品安全息息相关。因此建立长期的、稳定的、有效的食品安全监管体系来减少人们对食品安全问题的担忧,这样有利于提高广大消费者对相关政府部门的信任度,也可以促进国家更加稳定的发展。所以我们当今急需要解决的事情便是食品安全管理系统。随着互联网技术发展的速度之快,为食品安全预警提供了可靠的方法。如315投诉网站的建立,使得投诉迅速而及时。但是,由于投诉文档的海量化,人为处理投诉信息难于应付。建立标准的自适应的投诉文档处理系统是解决食品投诉的核心工作。本文针对食品投诉系统的关键技术---敏感词汇抽取进行了深入研究。本文侧重两个方面的研究:1.从食品投诉文本中有效的抽取出敏感词汇;2.在抽取出敏感词汇的同时能够将本体进行扩充,保持本体的实时性。成功实现这几点能对食品安全网络监管起到很好的、很大的积极作用。在食品投诉文本敏感词汇抽取的过程中,我们要进行三步操作,这三个部分分别是:“学习”、“抽取”以及“扩展”部分。在学习部分,利用本体生成种子词和种子相关词,明确了种子词和种子相关词能够帮助消费者全面的知道投诉文本中的敏感词汇,让消费者更好的进行消费;在抽取部分,这一过程非常重要。首先,我们抽取出的背景知识可以帮助我们选择出所需要的投诉文本,其次,在抽取敏感词汇之后可以让消费者更加明确投诉文本所表达的投诉信息,让消费者更加理智的消费;在扩展部分,通过扩展本体,使本体能够保证具有其完善性。在本文最后一章,进行了大量的实验,对实验的分析证明了本文提出方案的有效性。