Closing the gap Learning-based information extraction rivaling knowledge-engineering method
Closing the Gap:Learning-Based Information Extraction Rivaling Knowledge-Engineering Methods
Hai Leong Chieu DSO National Laboratories
20Science Park Drive
Singapore118230 chaileon@https://www.wendangku.net/doc/df71238.html,.sg
Hwee Tou Ng
Department of Computer Science
National University of Singapore
3Science Drive2
Singapore117543
nght@https://www.wendangku.net/doc/df71238.html,.sg
Y oong Keok Lee
DSO National Laboratories
20Science Park Drive
Singapore118230
lyoongke@https://www.wendangku.net/doc/df71238.html,.sg
Abstract
In this paper,we present a learning ap-proach to the scenario template task of information extraction,where information ?lling one template could come from mul-tiple sentences.When tested on the MUC-
4task,our learning approach achieves
accuracy competitive to the best of the
MUC-4systems,which were all built with
manually engineered rules.Our analy-
sis reveals that our use of full parsing
and state-of-the-art learning algorithms
have contributed to the good performance.
To our knowledge,this is the?rst re-
search to have demonstrated that a learn-
ing approach to the full-scale informa-
tion extraction task could achieve per-
formance rivaling that of the knowledge-
engineering approach.
1Introduction
The explosive growth of online texts written in natu-ral language has prompted much research into infor-mation extraction(IE),the task of automatically ex-tracting speci?c information items of interest from natural language texts.The extracted information is used to?ll database records,also known as tem-plates in the IE literature.
Research efforts on IE tackle a variety of tasks. They include extracting information from semi-structured texts,such as seminar announcements, rental and job advertisements,etc.,as well as from free texts,such as newspaper articles(Soderland, 1999).IE from semi-structured texts is easier than from free texts,since the layout and format of a semi-structured text provide additional useful clues
Figure1:Snippet of a MUC-4document
to aid in extraction.Several benchmark data sets have been used to evaluate IE approaches on semi-structured texts(Soderland,1999;Ciravegna,2001; Chieu and Ng,2002a).
For the task of extracting information from free texts,a series of Message Understanding Confer-ences(MUC)provided benchmark data sets for eval-uation.Several subtasks for IE from free texts have been identi?ed.The named entity(NE)task extracts person names,organization names,location names, etc.The template element(TE)task extracts infor-mation centered around an entity,like the acronym, category,and location of a company.The template relation(TR)task extracts relations between enti-ties.Finally,the full-scale IE task,the scenario tem-plate(ST)task,deals with extracting generic infor-mation items from free texts.To tackle the full ST task,an IE system needs to merge information from multiple sentences in general,since the information needed to?ll one template can come from multiple sentences,and thus discourse processing is needed. The full-scale ST task is considerably harder than all the other IE tasks or subtasks outlined above.
As is the case with many other natural language processing(NLP)tasks,there are two main ap-proaches to IE,namely the knowledge-engineering approach and the learning approach.Most early IE systems adopted the knowledge-engineering ap-
0MESSAGE:ID TST3-MUC4-0014
1MESSAGE:TEMPLATE1
2INCIDENT:DATE19-JAN-89
3INCIDENT:LOCATION PERU:SAN JUAN BAUTISTA
(MUNICIPALITY)
4INCIDENT:TYPE BOMBING
5INCIDENT:STAGE OF EXECUTION ACCOMPLISHED
6INCIDENT:INSTRUMENT ID“BOMB”
7INCIDENT:INSTRUMENT TYPE BOMB:“BOMB”
8PERP:INCIDENT CATEGORY TERRORIST ACT
9PERP:INDIVIDUAL ID“SHINING PATH MEMBERS”
10PERP:ORGANIZATION ID“SHINING PATH”
11PERP:ORGANIZATION SUSPECTED OR ACCUSED BY CONFIDENCE AUTHORITIES:“SHINING PATH”12PHYS TGT:ID-
13PHYS TGT:TYPE-
14PHYS TGT:NUMBER-
15PHYS TGT:FOREIGN NATION-
16PHYS TGT:EFFECT OF INCIDENT SOME DAMAGE:“-”
17PHYS TGT:TOTAL NUMBER-
18HUM TGT:NAME-
19HUM TGT:DESCRIPTION“PEOPLE”
20HUM TGT:TYPE CIVILIAN:“PEOPLE”
21HUM TGT:NUMBER2:“PEOPLE”
22HUM TGT:FOREIGN NATION-
23HUM TGT:EFFECT OF INCIDENT INJURY:“PEOPLE”
24HUM TGT:TOTAL NUMBER-
Figure2:Example of a MUC-4template proach,where manually engineered rules were used for IE.More recently,machine learning approaches have been used for IE from semi-structured texts (Califf and Mooney,1999;Soderland,1999;Roth and Yih,2001;Ciravegna,2001;Chieu and Ng, 2002a),named entity extraction(Chieu and Ng, 2002b),template element extraction,and template relation extraction(Miller et al.,1998).These ma-chine learning approaches have been successful for these tasks,achieving accuracy comparable to the knowledge-engineering approach.
However,for the full-scale ST task of generic IE from free texts,the best reported method to date is still the knowledge-engineering approach.For ex-ample,almost all participating IE systems in MUC used the knowledge-engineering approach for the full-scale ST task.The one notable exception is the work of UMass at MUC-6(Fisher et al.,1995). Unfortunately,their learning approach did consider-ably worse than the best MUC-6systems.Soder-land(1999)and Chieu and Ng(2002a)attempted machine learning approaches for a scaled-down ver-sion of the ST task,where it was assumed that the information needed to?ll one template came from one sentence only.
In this paper,we present a learning approach to the full-scale ST task of extracting information from free texts.The task we tackle is considerably more complex than that of(Soderland,1999;Chieu and Ng,2002a),since we need to deal with merg-ing information from multiple sentences to?ll one template.We evaluated our learning approach on the MUC-4task of extracting terrorist events from free texts.We chose the MUC-4task since man-ually prepared templates required for training are available.1When trained and tested on the of?cial benchmark data of MUC-4,our learning approach achieves accuracy competitive with the best MUC-4 systems,which were all built using manually engi-neered rules.To our knowledge,our work is the?rst learning-based approach to have achieved perfor-mance competitive with the knowledge-engineering approach on the full-scale ST task.
2Task De?nition
The task addressed in this paper is the Scenario Tem-plate(ST)task de?ned in the Fourth Message Un-derstanding Conference(MUC-4).2The objective of this task is to extract information on terrorist events occurring in Latin American countries from free text documents.For example,given the input document in Figure1,an IE system is to extract information items related to any terrorist events to?ll zero or more database records,or templates.Each distinct terrorist event is to?ll one template.An example of an output template is shown in Figure2.Each of the25?elds in the template is called a slot,and the string or value that?lls a slot is called a slot?ll. Different slots in the MUC-4template need to be treated differently.Besides slot0(MESSAGE:ID) and slot1(MESSAGE:TEMPLATE),the other23 slots have to be extracted or inferred from the text document.These slots can be divided into the fol-lowing categories:
String Slots.These slots are?lled using strings extracted directly from the text document(slot6,9, 10,12,18,19).
Text Conversion Slots.These slots have to be inferred from strings in the document(slot2,14, 17,21,24).For example,INCIDENT:DATE has to be inferred from temporal expressions such as“TO-
projects/muc/ muc data
Figure3:A LICE:our information extraction system
DAY”,“LAST WEEK”,etc.
Set Fill Slots.This category includes the rest of the slots.The value of a set?ll slot comes from a ?nite set of possible values.They often have to be inferred from the document.
3The Learning Approach
Our supervised learning approach is illustrated in Figure3.Our system,called A LICE(A
earning-based I ontent E
(1)MEMBERS OF THAT SECURITY GROUP ARE COMB-ING THE AREA TO DETERMINE THE FINAL OUTCOME OF THE FIGHTING.
(2)A BOMB WAS THROWN AT THE HOUSE OF FRE-DEMO CANDIDATE FOR DEPUTY MIGUEL ANGEL BARTRA BY TERRORISTS.
by our coreference resolution module based on de-
cision tree learning are used to determine the noun
phrases that corefer with.In particular,we use
the two noun phrases and,where
()is the noun phrase that corefers with and
immediately precedes(follows).If such a pre-
ceding(or following)noun phrase exists,we
generate the following features based on:V Ag,
VPa,and N-Prep.
To give an idea of the informative features used in
the classi?er of a slot,we rank the features used for
a slot classi?er according to their correlation met-
ric values(Chieu and Ng,2002a),where informa-
tive features are ranked higher.Table1shows the
top-ranking features for a few feature groups and
template slots.The bracketed number behind each
feature indicates the rank of this feature for that slot
classi?er,ordered by the correlation metric value.
We observed that certain feature groups are more
useful for certain slots.For example,DIE is the top
V Ag verb for the human target slot,and is ranked
12among all features used for the human target slot.
On the other hand,V Ag is so unimportant for the
physical target slot that the top V Ag verb is due to a
preprocessing error that made MONSERRAT a verb.
3.3Supervised Learning Algorithms
We evaluated four supervised learning algorithms.
Maximum Entropy Classi?er(Alice-ME)
The maximum entropy(ME)framework is a re-
cent learning approach which has been successfully
used in various NLP tasks such as sentence segmen-
tation,part-of-speech tagging,and parsing(Ratna-
parkhi,1998).However,to our knowledge,ours is
the?rst research effort to have applied ME learn-
ing to the full-scale ST task.We used the imple-
mentation of maximum entropy modeling from the
opennlp.maxent package.3.
Support Vector Machine(Alice-SVM)The
Support Vector Machine(SVM)(Vapnik,1995)has
been successfully used in many recent applications
such as text categorization and handwritten digit
recognition.The learning algorithm?nds a hyper-
plane that separates the training data with the largest
margin.We used a linear kernel for all our experi-
ments.
4https://www.wendangku.net/doc/df71238.html,/ml/weka
Slot VPa N-Prep
Human Target KILL(2)MURDER-OF(3)
KIDNAP(5)ISSUE-FOR(73)
Physical Target DESTROY(1)ATTACK-ON(11)
KIDNAP(16)SUSPEND-WITH(87)
Instrument ID PLACE(5)EXPLOSION-OF(17)
Seed Words
JESUIT,MURDER,KILL,ATTACK
BOMB,EXPLOS,DYNAMIT,EXPLOD,INJUR
KIDNAP,ELN,RELEAS
Table2:Stemmed seed words for each incident type This is determined by using location lists provided by the MUC-4conference,which specify whether one location is contained in another.An entry in this list has the format of“PLACE-NAME1:PLACE-NAME2”,where PLACE-NAME2is contained in PLACE-NAME1(e.g.,CUBA:HA V ANA(CITY)). Seed Word The sentence of the current slot?ll contains a seed word for a different incident type.
A number of seed words are automatically learned for each of the incident types ATTACK,BOMBING, and KIDNAPPING.They are automatically derived based on the correlation metric value used in(Chieu and Ng,2002a).For the remaining incident types, there are too few incidents in the training data for seed words to be collected.The seeds words used are shown in Table2.
3.5Enriching Templates
In the last stage before output,the template content is further enriched in the following manner: Removal of redundant slot?lls For each slot in the template,there might be several slot?lls refer-ring to the same thing.For example,for HUM TGT: DESCRIPTION,the system might have found both “PRIESTS”and“JESUIT PRIESTS”.A slot?ll that is a substring of another slot?ll will be removed from the template.
Effect/Con?dence and Type Classi?ers are also trained for effect and con?dence slots11,16,and 23(ES slots),as well as type slots7,13,and20 (TS slots).ES slots used exactly the same features as string slots,while TS slots used only head words and adjectives as features.For such slots,each entry refers to another slot?ll.For example,slot23may contain the entry“DEATH”:“PRIESTS”,where “PRIESTS”?lls slot19.During training,each train-ing example is a?ll of a reference slot(e.g.,for slot 23,the reference slots are slot18and19).For slot 23,for example,each instance will have a class such as DEATH or INJURY,or if there is no entry in slot 23,UNKNOWN
TST3
R P F
GE605457 GE-CMU435247
Alice-ME444946 Alice-SVM414543
NYU424543 UMASS364942
Alice-DT365042 NYU354339
Alice-NB513239 UMICH323634
UMICH323433 Table3:Accuracy of string slots on the TST3and TST4test set
TST3
R P F
GE625357 GE-CMU485551
SRI445147 Alice-ME465148
NYU464646 Alice-SVM454645
Alice-SVM474043 NYU404643
BBN404341 Alice-NB453439
UMICH363435 Table4:Accuracy of all slots on the TST3and TST4 test set
on the of?cial web site).The same history?le down-loaded from the of?cial web site is uniformly used for scoring the output templates of all systems(the history?le contains the arbitration decisions for am-biguous cases).
We conducted statistical signi?cance test,using the approximate randomization method adopted in MUC-4.Table5shows the systems that are not sig-ni?cantly different from Alice-ME.
Our system A LICE-ME,using a learning ap-proach,is able to achieve accuracy competitive to the best of the MUC-4participating systems,which were all built using manually engineered rules.We also observed that ME and SVM,the more recent machine learning algorithms,performed better than DT and NB.
Full Parsing.To illustrate the bene?t of full pars-ing,we conducted experiments using a subset of fea-tures,with and without full parsing.We used ME as the learning algorithm in these experiments.The re-sults on string slots are summarized in Table6.The
Test set/slots
TST3/string
TST4/string
Alice-DT,UMASS
GE-CMU,UMASS,SRI,NYU
SRI,NYU,UMASS,Alice-SVM,
TST3
R P F
H+NE183023 H+NE+V(w/o parsing)284033 H+NE+V(with parsing)404542 Table6:Accuracy of string slots with and without full parsing
baseline system used only two features,head word (H)and named entity class(NE).Next,we added three features,V Ag,VPa,and V-Prep.Without full parsing,these verbs were obtained based on the im-mediately preceding(or following)verb of a noun phrase,and the voice of the verb.With full pars-ing,these verbs were obtained based on traversing the full parse tree.The results indicate that verb fea-tures contribute to the performance of the system, even without full parsing.With full parsing,verbs can be determined more accurately,leading to better overall performance.
5Discussion
Although the best MUC-4participating systems, GE/GE-CMU,still outperform A LICE-ME,it must be noted that for GE,“101/2person months”were spent on MUC-4using the GE NLTOOLSET,af-ter spending“15person months”on MUC-3(Rau et al.,1992).With a learning approach,IE systems are more portable across domains.
Not all occurrences of a string in a document that match a slot?ll of a template provide good positive training examples.For example,in the same docu-ment,there might be the following sentences“THE MNR REPORTS THE KIDNAPPING OF OQUELI COLINDRES...”,followed by“OQUELI COLIN-DRES ARRIVED IN GUATEMALA ON11JAN-UARY”.In this case,only the?rst occurrence of OQUELI COLINDRES should be used as a positive
example for the human target slot.However,A LICE does not have access to such information,since the MUC-4training documents are not annotated(i.e., only templates are provided,but the text strings in a document are not marked).Thus,A LICE currently uses all occurrences of“OQUELI COLINDRES”as positive training examples,which introduces noise in the training data.We believe that annotating the string occurrences in training documents will pro-vide higher quality training data for the learning ap-proach and hence further improve accuracy. Although part-of-speech taggers often boast of accuracy over95%,the errors they make can be fatal to the parsing of sentences.For example,they often tend to confuse“VBN”with“VBD”,which could change the entire parse tree.The MUC-4corpus was provided as uppercase text,and this also has a negative impact on the named entity recognizer and part-of-speech tagger,which both make use of case information.
Learning approaches have been shown to perform on par or even outperform knowledge-engineering approaches in many NLP tasks.However,the full-scale scenario template IE task was still dom-inated by knowledge-engineering approaches.In this paper,we demonstrate that using both state-of-art learning algorithms and full parsing,learning approaches can rival knowledge-engineering ones, bringing us a step closer to building full-scale IE systems in a domain-independent fashion with state-of-the-art accuracy.
Acknowledgements
We thank Kian Ming Adam Chai for the implemen-tation of the full parser.
References
M.E.Califf and R.J.Mooney.1999.Relational learning of pattern-match rules for information extraction.In Proceedings of AAAI99,pages328–334.
E.Charniak, C.Hendrickson,N.Jacobson,and
M.Perkowitz.1993.Equations for part-of-speech tag-ging.In Proceedings of AAAI93,pages784–789.
H.L.Chieu and H.T.Ng.2002a.A maximum en-
tropy approach to information extraction from semi-structured and free text.In Proceedings of AAAI02, pages786–791.H.L.Chieu and https://www.wendangku.net/doc/df71238.html,d entity recog-
nition:A maximum entropy approach using global in-formation.In Proceedings of COLING02,pages190–196.
F.Ciravegna.2001.Adaptive information extraction
from text by rule induction and generalisation.In Pro-ceedings of IJCAI01,pages1251–1256.
M.Collins.1999.Head-driven statistical models for natural language parsing.Ph.D.thesis,Department of Computer and Information Science,University of Pennsylvania.
R.O.Duda and P.E.Hart.1973.Pattern Classi?cation and Scene Analysis.Wiley,New York.
D.Fisher,S.Soderland,J.McCarthy, F.Feng,and
W.Lehnert.1995.Description of the UMass system as used for MUC-6.In Proceedings of MUC-6,pages 127–140.
D.Gildea and D.Jurafsky.2000.Automatic labelling of
semantic roles.In Proceedings of ACL00,pages512–520.
https://www.wendangku.net/doc/df71238.html,ler,M.Crystal,H.Fox,L.Ramshaw,R.Schwartz, R.Stone,R.Weischedel,and the Annotation Group.
1998.Algorithms that learn to extract information BBN:Description of the SIFT system as used for MUC-7.In Proceedings of MUC-7.
J.R.Quinlan.1993.C4.5:Programs for Machine Learning.Morgan Kaufmann,San Francisco.
A.Ratnaparkhi.1998.Maximum Entropy Models for
Natural Language Ambiguity Resolution.Ph.D.the-sis,Department of Computer and Information Science, University of Pennsylvania.
L.Rau,G.Krupka,and P.Jacobs.1992.GE NL-TOOLSET:MUC-4test results and analysis.In Pro-ceedings of MUC-4,pages94–99.
D.Roth and W.Yih.2001.Relational learning via propo-
sitional algorithms:An information extraction case study.In Proceedings of IJCAI01,pages1257–1263. S.Soderland.1999.Learning information extrac-tion rules for semi-structured and free text.Machine Learning,34(1/2/3):233–272.
W.M.Soon,H.T.Ng,and D.C.Y.Lim.2001.A ma-chine learning approach to coreference resolution of noun https://www.wendangku.net/doc/df71238.html,putational Linguistics,27(4):521–544.
V.N.Vapnik.1995.The Nature of Statistical Learning Theory.Springer-Verlag,New Y ork.
中药材购销合同范本
中药材购销合同范本 甲方(买方)： 身份证号码： 电话： 乙方(卖方)： 身份证号码： 电话： 甲乙双方本着自愿、平等、互惠互利、诚实信用的原则，经充分友好协商，订立如下合同条款，以资共同恪守履行。 第一条买卖标的 1.名称： 2.品种： 3.数量： 4.计量单位和方法： 5.质量等级：按国家标准执行(见附件)，确定标准后封存样品，应由甲乙双方共同封存，妥善保管，作为验收的依据。 第二条包装 1.包装材料及规格： 2.不同品种等级应分别包装; 3.包装要牢固，适宜装卸运输;
4.每包品种等级标签清楚; 5.包装费用由(甲/乙)方负担。 6.包装物由(甲/乙)方供应，包装物的回收办法由双方另行商定。 第三条价款 产品的价格按下列第项执行： 1.在合同执行期内遇有价格调整时，按新价格执行。 2.价格由当事人协商议定。 第四条货款结算 1.货款的支付方式，按照以下项规定办理。 (1)合同生效后三日内甲方一次性付清货款。 (2)甲方自提，现款现货，货款两清。 (3)预付货款总额的%，余款在货到后以一次付清。 2.实际支付的运杂费，按照以下项规定办理。 (1)运杂费由乙方承担。 (2)运杂费由甲方承担。 3.货款的结算方式按照以下项规定办理。 (1)现金或现金支票结算。 (2)银行电汇或银行票汇结算。 (3)银行转帐结算。 4.开具发票类型：开具发票类型按照以下项规定办理。
(1)税率为17%的增值税发票。 (2)税率为4%的普通商业发票。 (3)售货收款凭证。 第五条交货方式 1.交货方式：按下列第项执行： (1)实行送货的，乙方应按合同规定的时间送往(接收地点)，交货日期以发运时运输部门的戳记为准; (2)实行代运的，乙方应按甲方的要求，选择合理的运输路线和运输工具，向运输部门提报运输计划，办理托运手续，并派人押运(如果需要)。交货日期以发运时运输部门的戳记为准; (3)实行提货的，乙方应按合同规定的时间通知甲方提货，以发出通知之日作为通知提货时间; (4)实行义运的，对超过国家规定的义运里程的运输费用负担，按国家有关规定执行;国家没有规定的，由甲乙双方协商。 2.保险：(按情况约定由谁负责投保并具体规定投保金额和投保险种)。 3.与买卖相关的单证的转移： 第六条产品验收 1.验收时间：甲方应在收到产品之日起日内组织有关人员会同乙方人员进行验收。 2.验收标准：以双方约定的质量为准，允许产品颜色有一定误差，重量允许有% 误差，允许含水分为%。 3.异议： (1)甲方在验收中，如果发现产品质量不合规定，应妥为保管，并在日内向乙方提出书面异议;在托收承付期内，甲方有权拒付不符合合同规定部分的货款。
中药材购销合同范文(完整版)
合同编号：YT-FS-5580-72 中药材购销合同范文(完 整版) Clarify Each Clause Under The Cooperation Framework, And Formulate It According To The Agreement Reached By The Parties Through Consensus, Which Is Legally Binding On The Parties. 互惠互利共同繁荣 Mutual Benefit And Common Prosperity
中药材购销合同范文(完整版) 备注：该合同书文本主要阐明合作框架下每个条款，并根据当事人一致协商达成协议，同时也明确各方的权利和义务，对当事人具有法律约束力而制定。文档可根据实际情况进行修改和使用。 种养方(甲方)：____ 收购方(乙方)：____ 根据《中华人民共和国合同法》及其他有关法律规定的规定，甲乙双方在平等、自愿、公平、诚实信用的基础上，就种养产品收购的有关事宜达成如下协议。 第一条产品基本要求： 产品名称：____， 品种规格：____， 交货时间及数量____ 价格： ____。 第二条质量要求：______。 第三条收购保证金：乙方在____年_____月___日前向甲方支付收购保证金元。交货时保证金应抵作收购款。保证金支付后，因乙方违约解除合同的，保证
金不予退还;因甲方违约解除合同的，甲方应双倍返还保证金。 第四条结算方式及期限：货到一次性付清全部药材款，由乙方直接打至甲方指定账户。 第五条违约责任 1.甲方延迟交货或乙方支付收购款的，应当每日按照迟延部分价款____%的标准向对方支付违约金。 2.甲方交付的产品不符合约定要求的，乙方有权要求补足、换货或退货，由此发生的费用由甲方承担;但乙方应在____日内书面通知甲方，否则甲方有权拒绝乙方的要求。 3.甲方将产品或乙方提供的种苗擅自转让或变卖的，应按照该部分产品或种苗市场价格____%向乙方支付违约金。 第六条本合同自双方签字盖章之日起生效。 本合同一式两份，甲乙双方各执一份，具有同等法律效力。 种养方(签章)：____
中药材GAP基地选址标准
基地选址标准 一、界权：基地选址应有明确的界定范围、应避免选择争议地。 1.基地选择时，应尽量选择村内地、避开村界地，条件不允许的，应在村 界各村协调一致界定界权后选择基地范围。 2.基地选择时，应尽量选择林场等已固定经营的、历史界权明晰的土地作 为基地。 3.选址确定后，应获取电子及纸质版界权图，条件允许的、标注利用经纬 度进行精确定位。为日后地权界线做准备。 4.租用（承包）合同、界权证明、界权地图等界权材料应统一归档保留直 至合同到期结束。 二、土地利用率 1.根据种植规划，选择适宜植物生长条件的阳坡或阴坡，根据植物习性尽 量选择阴坡多或者阳坡多的地块。 2.根据地形图及实地勘察，对过于陡峭不能开挖的土地、山石地及林木地 等进行估算，确定其土地开垦率及土地利用率。 3.基地选择时，应尽量选择采伐迹地和火烧迹地。避免人工毁林。 三、交通条件 1.选择基地时应选择交通条件良好的，道路交通一般应距离生活聚集区 20-40公里左右，有公交设施的道路，并且在1000米内、具有硬化路面，500米内有已成型、质量能够通行所需挖掘设备通行的道路。 2.选择基地时，也应当避免在交通要道两旁。 四、环境要求： 1、基地附近应无工矿企业，无大型养殖场和水质污染加工厂 2、选址基地附近应有足够水源，条件允许的，水源应当位于基地中心， 方便等距辐射整个基地。 3、基地选址确定之前必须请拥有相关资质单位对各各备选基地进行土 壤、水源和进行采样检测。其中， 1)大气：大气污染应符合国家大气环境质量二级标准。
2)土壤：土壤中重金属污染物及农药残留等应符合国家土壤质量二级标 准。 3)水源：水源污染物等应符合国家农田灌溉水标准。
-----农业合作协议书范本
农业合作协议书范本 甲方：住址：联系电话: 乙方：住址：联系电话：风险提示：合作的方式多种多样，如合作设立公司、合作开发软件、合作购销产品等等，不同合作方式涉及到不同的项目内容，相应的协议条款可能大不相同。 本协议的条款设置建立在特定项目的基础上，仅供参考。实践中，需要根据双方实际的合作方式、项目内容、权利义务等，修改或重新拟定条款。 为促进地方经济的发展，加快社会主义新农村建设，经过乙方实际考察和双方的充分磋商，本 着互惠互利、共同发展的原则，现就乙方在_________ 的中药材和经果林种植基地的有关事宜达 成一致，特签订如下合同： 一、项目名称及地址 1项目名称：中药材和经果林种植基地建设。 2、项目地址：___________________ 。 二、项目开发内容基地规划用地为_________ 亩，其中种植中药材 ____ 亩，种植经果林 _____ 亩，___ 年规划种植中药材______ 亩，种植经果林____ 亩。 三、经营期限：经营期限为_____ 年。 四、土地租赁的方式和期限 1甲方协调 ________ 村村委会采用流转的方式将土地租赁给乙方。 2、租期为______ 年自_____ 年_____ 月____ 日始至_____ 年_____ 月____ 日止。 风险提示： 应明确约定合作各方的权利义务，以免在项目实际经营中出现扯皮的情形。 再次温馨提示：因合作方式、项目内容不一致，各方的权利义务条款也不一致，应根据实际情况进行拟定。 五、甲方的权利及义务 1、负责监督协调土地流转和租金的分配工作；做好乙方的建设生产过程中的矛盾纠纷调处工 作。 2、做好项目的宣传工作，并协助乙方申报争取国家有关项目方面的优惠政策及上级资金的支持。 3、甲方应依法保障乙方员工人身、财产安全，保障乙方的合法权益，提供良好的投资环境和服务，落实好国家、省、市以及县规定的各项优惠政策。 4、协助乙方按合同行使土地的经营权，不得干预乙方的正常的生产经营活动。 5、在乙方扩大经营时，继续协调做好土地流转工作。 6、甲方在乙方土地租赁合同签订后，乙方盖生活住房时提供前期生活用水及照明用电设施 ， 甲方积极协调电力、水利、国土等部门为乙方提供快捷、优质的服务。 六、乙方的权利及义务 1、乙方享有合同开发范围内指定的土地使用权，并按时支付土地的租赁费。 2、项目建设用工和项目区的用工在同等条件下优先考虑流转出土地的农户。 3、做好示范带动作用，积极引导农户可自愿发展同一项目的种植，乙方并免费进行技术指导。 4、乙方须依法建设，依法经营，企业建设和生产须符合国家产业政策，造成的一切后果概由乙方负责。
中草药购销合同范本(完整版)
合同编号：YT-FS-2820-86 中草药购销合同范本(完 整版) Clarify Each Clause Under The Cooperation Framework, And Formulate It According To The Agreement Reached By The Parties Through Consensus, Which Is Legally Binding On The Parties. 互惠互利共同繁荣 Mutual Benefit And Common Prosperity
中草药购销合同范本(完整版) 备注：该合同书文本主要阐明合作框架下每个条款，并根据当事人一致协商达成协议，同时也明确各方的权利和义务，对当事人具有法律约束力而制定。文档可根据实际情况进行修改和使用。 甲方：乙方： 双方经过平等协商，在真实、充分地表达各自意愿的基础上，根据《中华人民共和国合同法》的规定，本着平等自愿、互惠互利的原则，达成如下协议，并由双方共同恪守。 第一条产品名称、规格、单位、数量、金额 第二条产品的验收 符合《中国药典》20xx版一部标准; 封存样品为准。第三条交货地点：第四条第五条 第六条第七条回款方式：汇款或转账。 第八条违约责任解决方式：由于出现质量问题，退回费用由供方承担。 第九条纠纷解决方式：若发生争议，则由滨海县人民法院管辖。
第十条本合同一式两份。供需双方各执一份。 第十一条本合同有效期限自年月日到年月日止。 第十二条其他约定事项：本协议传真件有效。 甲方(公章)：_____ 乙方(公章)：_____ 法定代表人(签字)：_____ 法定代表人(签字)：_____ _____年____月____日_____年____月____日 这里填写您企业或者单位的信息 Fill In The Information Of Your Enterprise Or Unit Here
中药材种植基地合作协议
中药材种植收购协议 甲方： 乙方：住址 身份证号 为了充分发挥甲、乙双方各自优势，。经双方充分协商自愿达成如下合同，共同遵守。 第一部分甲乙双方合作关系： 1、甲乙双方合作的基础： 1.1 甲方寻求建立稳定的中药材种植供应源； 1.2 乙方希望在中药材行情变动较大的市场情况下，能建立较为稳定的价格及销售渠道； 2、甲乙双方合作方式： 2.1乙方将拥有土地使用权/土地承包经营权的土地（以土地使用权证或承包经营合同为 准），种植甲方所需的中药材； 2.2甲方同意以不低于保护价的价格收购乙方种植的中药材； 3 、甲方对乙方种植中药材有优先购买权，除下列情况外，乙方不得将种植的中药材擅自卖 给其他单位/个人； 3.4.1 甲方购买价明显低于市场价的； 3.4.2 甲方拖欠乙方货款的； 3.4.3 甲方拒绝收购乙方种植的的中药材的： 第二部分合作相关内容的确定 4、甲乙双方合作期限为年月日至年月日。 5、乙方种植的中药材品种为：乙方所在地的现有品种。 6、甲方收购乙方种植中药材的最低保护价为。 6.1 该保护价为甲方收购乙方种植中药材的最低收购价。
6.2 甲乙双方同意，当中药材市场价格高于约定保护价时，甲方以市场价格收购乙方种植的中药材； 6.3 最低保护价按上年度该中药材最低市场价确定，也可由甲乙双方协商确定； 7 、甲方不得拒绝收购乙方种植的中药材，但有下列情况之一除外： 7.1 乙方在销售中药材中参杂、使假的； 7.2 乙方销售的中药材存在霉烂、变质或其他不符合人体食用标准的情况的： 7.3 乙方不适当的使用农药/化肥或其他化学物质，造成中药材残留物超标的： 7.4 乙方违反采摘/ 收获期要求，提前或推后采摘/收获，造成中药材药性不达标的； 7.5 乙方未按中药材加工工艺要求进行操作，造成药材成品不合格的： 7.6 乙方销售的中药材不符合《药典要求》的： 8、对上述不合格中药材不予收购的： 8.1属7.4 及7.5 条所列的情况的，应由甲方在收购中药材后 3 日内出具相关检验证书，乙方对检验证书不服的，有权要求到有检验资质的机构申请重新检验；如重新检验后认定为 中药材合格，检验费用由甲方承担，反之由乙方承担。 8.2属7.4 及7.5 所列情况之外的，甲方应在收购/验收现场当场指出中药材不合格并说 明拒绝收购的理由，乙方对甲方理由不服的，有权向采购部申请重新认定或由甲方检验机构 检验，也可申请有检验资质的机构进行检验，检验费用按8.1 条款处理。 第三部分甲乙双方的权利和义务 9 、甲方的权利和义务 9.1 甲方的权利 9.1.1 甲方对乙方种植的中药材有优先购买权； 9.1.2 甲方对乙方种植中药材有种植品种建议权、种植过程监督权、农药/化肥使用监督权、采摘/ 收获时间的建议权、加工方式的建议权等。 9.2 甲方的义务 9.2.1 甲方有及时按约定收购乙方种植中药材（属第七条所列不合格除外），并及时支付收购款项的义务；
启明星辰产品安全项目解决方案
安全解决方案的使命就是在先进的理念与方法论的指导下，综合运用安全技术、产品、工具，提供客户化的服务，全面系统地解决客户面临的安全问题。 1.理念与方法论 理念与方法论主要关注如何将各种安全要素有效地配合来满足安全需求。一个解决方案中最核心的部分是解决方案所基于的理念与方法论，它好比解决方案的神经中枢。尤其是对那些看起来相似的安全需求，基于不同的理念与方法论会得到大相径庭的安全解决方案。 良好安全理念和方法论力图挖掘和把握信息安全的本质规律，以便为客户提供可行的，易实施的安全解决方案。 2.需求获取 客户的安全需求是整个解决方案的起源和持续的推动力。没有对客户本身、客户的行业、客户的业务、客户系统的安全需求做详细和准确的分析之前，不可能得到切合实际的解决方案。
在需求分析过程中，会采用多种需求分析方法。比如，BDH方法，就是从业务、分布、层次等三个方向进行分解，同时考虑业务分解后的各要素之间的内在联系，力求完整而准确地获取客户的安全需求。 3.安全措施 安全措施是解决方案中具体的方法、技术、服务和产品等的集合，但又不是简单的堆砌。一个解决方案除了要有正确的安全理念和方法作为基础，全面、清晰地把握客户安全需求之外，还要对可用的各种安全措施（产品与服务）的特点有准确的了解和把握，深刻理解各种措施之间的内在联系，取长补短，充分发挥服务和产品的特性，最终提供有效的实施方案。 4.安全实现 安全实现是解决方案的最后一步。所谓“行百里者半九十”，优秀的安全解决方案必须通过完美地实现才能真正生效，满足客户的安全需求。 在努力完善理念和方法论的同时，要注重安全实现与执行。从项目管理、质量保障等方面全面加强。 二、解决方案指导思路 三观安全包括：微观安全、宏观安全和中观安全。
中药材购销合同协议书
中药材购销合同协议书文件编号TT-00-PPS-GGB-USP-UYY-0089
中药材购销合同范本 甲方(买方)： 身份证号码： 电话： 乙方(卖方)： 身份证号码： 电话： 甲乙双方本着自愿、平等、互惠互利、诚实信用的原则，经充分友好协商，订立如下合同条款，以资共同恪守履行。 第一条买卖标的 1.名称： 2.品种： 3.数量： 4.计量单位和方法：
5.质量等级：按国家标准执行(见附件)，确定标准后封存样品，应由甲乙双方共同封存，妥善保管，作为验收的依据。 第二条包装 1.包装材料及规格： 2.不同品种等级应分别包装; 3.包装要牢固，适宜装卸运输; 4.每包品种等级标签清楚; 5.包装费用由 (甲/乙)方负担。 6.包装物由 (甲/乙)方供应，包装物的回收办法由双方另行商定。 第三条价款 产品的价格按下列第项执行： 1.在合同执行期内遇有价格调整时，按新价格执行。 2.价格由当事人协商议定。
第四条货款结算 1.货款的支付方式，按照以下项规定办理。 (1)合同生效后三日内甲方一次性付清货款。 (2)甲方自提，现款现货，货款两清。 (3)预付货款总额的 %，余款在货到后以一次付清。 2.实际支付的运杂费，按照以下项规定办理。 (1)运杂费由乙方承担。 (2)运杂费由甲方承担。 3.货款的结算方式按照以下项规定办理。 (1)现金或现金支票结算。 (2)银行电汇或银行票汇结算。 (3)银行转帐结算。 4.开具发票类型：开具发票类型按照以下项规定办理。 (1)税率为17%的增值税发票。
(2)税率为4%的普通商业发票。 (3)售货收款凭证。 第五条交货方式 1.交货方式：按下列第项执行： (1)实行送货的，乙方应按合同规定的时间送往 (接收地点)，交货日期以发运时运输部门的戳记为准; (2)实行代运的，乙方应按甲方的要求，选择合理的运输路线和运输工具，向运输部门提报运输计划，办理托运手续，并派人押运(如果需要)。交货日期以发运时运输部门的戳记为准; (3)实行提货的，乙方应按合同规定的时间通知甲方提货，以发出通知之日作为通知提货时间; (4)实行义运的，对超过国家规定的义运里程的运输费用负担，按国家有关规定执行;国家没有规定的，由甲乙双方协商。 2.保险： (按情况约定由谁负责投保并具体规定投保金额和投保险种)。
中药材种植合作协议
临汾市晋冀农业开发有限公司 中药材种植合作协议 甲方： 乙方： 一、合作宗旨 以示范种植高品质中药材基地为基础，以加速我县农业产业转型为目的，以形成品质效应，打造我县中药材订单种植为目标。本着互惠、互利、风险共担、利益共享的原则，特签订本合同。 二、合作方式及条件 1、甲方希望高品质中药材示范种植基地，乙方希望在中药材行情变动较大的市场情况下，能建立较为稳定的价格及销售渠道； 2、乙方提供位于的亩可种植药材的土地，供甲乙双方合作种植中药材使用。 3、甲方提供种苗有偿服务和各种技术及种植方案的无偿服务，乙方负责按甲方要求进行种植管理。 4、甲方负责对乙方种植的合格药材全部收购。 5、乙方在中药材种植管理过程中，最好施用农家肥，生物杀虫剂，不得滥用化肥和化
学杀虫剂。 6、乙方销售给甲方的中药材，一是必须是签订本协议后由甲方提供种苗乙方所种植的药材，二是乙方交付的药材要保证干、净、无杂。 7、乙方在种植管理中药材过程中，甲方有权进行监督核查，并提出指导意见，乙方应按甲方所提要求进行种植管理。 8、乙方应将种植收获的中药材，必须全部售予给甲方，不得卖予他人；甲方应保证全部收购乙方种植的中药材，价格随行就市。并且甲方保证乙方每亩地纯收益在1000元以上，不足1000元的部分，甲方一次补足差额（注：所有种植户有5%达到即为达到）。 9、乙方在种植管理中药材过程中，如有违反本协议规定的种植管理条件的不当行为，甲方有权提出警告，乙方应更正不当行为，如甲方经评估认为乙方的不当行为可能影响中药材质量，则有权拒绝收购。 三、货款支付方式 1、甲方按照元/株，每亩种植5000株，种植面积 亩，合计：元。 2、种苗款乙方提前预付甲方货款全部的30%作为定金，甲方在收到定金后立即组织货源，不得耽误乙方的种植，收到定金后由于种苗到货不及时造成的损失由甲方承担。 3、种苗全部到位后，乙方应再支付甲方货款全部的50%，如因货款不到位造成的全部损失，由乙方承担。
中药材购销合同新编实用版
YF-ED-J4609 可按资料类型定义编号 中药材购销合同新编实用 版 An Agreement Between Civil Subjects To Establish, Change And Terminate Civil Legal Relations. Please Sign After Consensus, So As To Solve And Prevent Disputes And Realize Common Interests. （示范文稿） 二零XX年XX月XX日
中药材购销合同新编实用版 提示：该合同文档适合使用于民事主体之间建立、变更和终止民事法律关系的协议。请经过一致协商再签订，从而达到解决和预防纠纷实现共同利益的效果。下载后可以对文件进行定制修改，请根据实际需要调整使用。 甲方（买方）： 身份证号码： 电话： 乙方（卖方）： 身份证号码： 电话： 甲乙双方本着自愿、平等、互惠互利、诚 实信用的原则，经友好协商，订立如下合同条 款，以资共同恪守履行。 第一条、买卖标的 1、名称：
2、品种： 3、数量： 4、计量单位： 5、质量等级：按国家标准执行，确定标准后封存样品，应由甲乙双方共同封存，妥善保管，作为验收的依据。 第二条、包装 1、包装材料： 2、规格： 3、包装要点： （1）不同品种等级应分别包装。 （2）包装要牢固，适宜装卸运输。 （3）每包品种等级标签清楚。 （4）包装费用由乙方负担。 （5）包装物由乙方供应，包装物的回收办
法由双方另行商定。 第三条、价款 产品的价格按下列第__________项执行： 1、在合同执行期内遇有价格调整时，按新价格执行。 2、价格由当事人协商议定。 第四条、货款结算 1、货款的支付方式，按照以下第 _________项规定办理。 （1）合同生效后三日内甲方一次性付清货款。 （2）甲方自提，现款现货，货款两清。 （3）预付货款总额的_________%，余款在货到后以一次付清。 2、实际支付的运杂费，按照以下第
最新中药材种植基地合作协议
中药材种植收购协议 甲方：________________________________ 乙方：________________________________ 住址________________________ 身份证号________________________ 为了充分发挥甲、乙双方各自优势，。经双方充分协商自愿达成如下合同，共同遵守。 第一部分甲乙双方合作关系： 1、甲乙双方合作的基础： 1.1甲方寻求建立稳定的中药材种植供应源； 1.2乙方希望在中药材行情变动较大的市场情况下，能建立较为稳定的价格及销售渠道； 2、甲乙双方合作方式： 2.1 乙方将拥有土地使用权/土地承包经营权的土地（以土地使用权证或承包经营合同为 准），种植甲方所需的中药材； 2.2 甲方同意以不低于保护价的价格收购乙方种植的中药材； 3、甲方对乙方种植中药材有优先购买权，除下列情况外，乙方不得将种植的中药材擅自卖给 其他单位/个人； 3.4.1 甲方购买价明显低于市场价的； 3.4.2 甲方拖欠乙方货款的； 3.4.3 甲方拒绝收购乙方种植的的中药材的： 第二部分合作相关内容的确定 4、甲乙双方合作期限为_________ 年___ __月 ___ __日至_________年___ __月 ___ 日。 5、乙方种植的中药材品种为：乙方所在地的现有品种________________________________。 6、甲方收购乙方种植中药材的最低保护价为__________________。 6.1 该保护价为甲方收购乙方种植中药材的最低收购价。
6.2 甲乙双方同意，当中药材市场价格高于约定保护价时，甲方以市场价格收购乙方种植的中药材； 6.3 最低保护价按上年度该中药材最低市场价确定，也可由甲乙双方协商确定； 7、甲方不得拒绝收购乙方种植的中药材，但有下列情况之一除外： 7.1乙方在销售中药材中参杂、使假的； 7.2 乙方销售的中药材存在霉烂、变质或其他不符合人体食用标准的情况的： 7.3 乙方不适当的使用农药/化肥或其他化学物质，造成中药材残留物超标的： 7.4 乙方违反采摘/收获期要求，提前或推后采摘/收获，造成中药材药性不达标的； 7.5乙方未按中药材加工工艺要求进行操作，造成药材成品不合格的： 7.6 乙方销售的中药材不符合《药典要求》的： 8、对上述不合格中药材不予收购的： 8.1属7.4及7.5条所列的情况的，应由甲方在收购中药材后3日内出具相关检验证书，乙方对检验证书不服的，有权要求到有检验资质的机构申请重新检验；如重新检验后认定为中药材合格，检验费用由甲方承担，反之由乙方承担。 8.2 属7.4及7.5所列情况之外的，甲方应在收购/验收现场当场指出中药材不合格并说明拒绝收购的理由，乙方对甲方理由不服的，有权向采购部申请重新认定或由甲方检验机构检验，也可申请有检验资质的机构进行检验，检验费用按8.1条款处理。 第三部分甲乙双方的权利和义务 9、甲方的权利和义务 9.1 甲方的权利 9.1.1 甲方对乙方种植的中药材有优先购买权； 9.1.2 甲方对乙方种植中药材有种植品种建议权、种植过程监督权、农药/化肥使用监督权、采摘/收获时间的建议权、加工方式的建议权等。 9.2 甲方的义务 9.2.1 甲方有及时按约定收购乙方种植中药材（属第七条所列不合格除外），并及时支付收购款项的义务；
农业合作协议书范本
农业合作协议书范本 甲方： 住址： 联系电话： 乙方： 住址： 联系电话： 为促进地方经济的发展，加快社会主义新农村建设，经过乙方实际考察和双方的充分磋商，本着互惠互利、共同发展的原则，现就乙方在_______的中药材和经果林种植基地的有关事宜达成一致，特签订如下合同： 一、项目名称及地址 1、项目名称：中药材和经果林种植基地建设。 2、项目地址：___________________。 二、项目开发内容基地规划用地为_______亩，其中种植中药材_____亩，种植经果林______亩，______年规划种植中药材_____亩，种植经果林______亩。 三、经营期限：经营期限为______年。 四、土地租赁的方式和期限
1、甲方协调_______村村委会采用流转的方式将土地租赁给乙方。 2、租期为______年，自_____年_____月____日始至_____年_____月____日止。 五、甲方的权利及义务 1、负责监督协调土地流转和租金的分配工作；做好乙方的建设生产过程中的矛盾纠纷调处工作。 2、做好项目的宣传工作，并协助乙方申报争取国家有关项目方面的优惠政策及上级资金的支持。 3、甲方应依法保障乙方员工人身、财产安全，保障乙方的合法权益，提供良好的投资环境和服务，落实好国家、省、市以及县规定的各项优惠政策。 4、协助乙方按合同行使土地的经营权，不得干预乙方的正常的生产经营活动。 5、在乙方扩大经营时，继续协调做好土地流转工作。 6、甲方在乙方土地租赁合同签订后，乙方盖生活住房时提供前期生活用水及照明用电设施，甲方积极协调电力、水利、国土等部门为乙方提供快捷、优质的服务。 六、乙方的权利及义务 1、乙方享有合同开发范围内指定的土地使用权，并按时支付土地的租赁费。 2、项目建设用工和项目区的用工在同等条件下优先考虑流转出土
中药饮片购销合同
**市**药业有限公司中药饮片购销合同 甲方： 乙方： 签约日期：签约地点： 根据《中华人民共和国合同法》及有关法律法规的规定，双方本着平等互利、诚实守信的原则签订本合同，以供共同遵守。 一、甲方生产销售的中药饮片应是符合《中国药典》及《贵州省中 药饮片炮制规范》的中药饮片。 二、乙方应是独立法人或自然人，具有民事行为能力和一定的专业 技术或背景。 三、乙方预计年销售中药饮片元。 （大写：） 四、供货方式、期限及地点： 。 仓库地址联系电话联系人 五、付款方式及期限：乙方购货按月实行现金或转账结算，拖欠货 款每日按1%计息。 六、甲方到乙方的货物运费由甲方承担。 七、首次供货甲方须提供生产许可证、营业执照、税务登记证、法 人代表委托书、质量保证协议等复印件各壹份。并加盖公司鲜章。 八、质量标准、包装标准、验收办法及提出异议的期限：如不合格， 在七日内作退货处理，符合各产品规定标准的，由乙方当场验收。如产品出现非正常损耗由甲方负责处理。产品非因乙方在运输、仓储及其它环节出现的质量问题，乙方均可及时向甲方提出质量异议，经甲方核实后应作退换货处理。 九、合同争议由双方协商解决。 十、其它约定事 项：。
**市**药业有限公司 中药饮片质量保证协议 甲方： 乙方： 为了贯彻落实《药品管理法》、《产品质量法》、《药品经营质量管理规范》和贵州省？年中药饮片炮制规范以及国家有关规定，以保证质量和确保人民群众用药安全，经双方协商，同意如下保证。 1、甲方所供应的药品（中药饮片）质量符合现行法定质量标准和有关质量要求，整件药品附产品合格证。 2、药品包装牢固，标识清楚，符合有关规定和货物运输要求。 3、甲方所销售的药品若出现有关药品质量问题（不包括乙方储存不当）均由甲方负责，对不符合国家有关规定的药品在七日内包退、包换。 4、甲乙双方除标准合同外的所有其它要货形式均遵从此协议。 5、本协议一式两份，甲乙双方各执一份，本协议经双方代表签字并盖公章方能生效。协议有效期为年月日至年月日。
农业合作协议书范本
专业优质的法律服务平台|法律咨询就上中顾法律网农业合作协议书范本甲方：住址：联系电话：乙方：住址：联系电话：为促进地方经济的发展，加快社会主义新农村建设，经过乙方实际考察和双方的充分磋商，本着互惠互利、共同发展的原则，现就乙方在_______的中药材和经果林种植基地的有关事宜达成一致，特签订如下合同：一、项目名称及地址1、项目名称：中药材和经果林种植基地建设。 2、项目地址：___________________。二、项目开发内容基地规划用地为_______亩，其中种植中药材_____亩，种植经果林______亩，______年规划种植中药材_____亩，种植经果林______亩。三、经营期限：经营期限为______年。四、土地租赁的方式和期限 1专业优质的法律服务平台|法律咨询就上中顾法律网1、甲方协调_______村村委会采用流转的方式将土地租赁给乙方。2、租期为______年，自_____年_____月____日始至_____年_____月____日止。五、甲方的权利及义务1、负责监督协调土地流转和租金的分配工作；做好乙方的建设生产过程中的矛盾纠纷调处工作。2、做好项目的宣传工作，并协助乙方申报争取国家有关项目方面的优惠政策及上级资金的支持。3、甲方应依法保障乙方员工人身、财产安全，保障乙方的合法权益，提供良好的投资环境和服务，落实好国家、省、市以及县规定的各项优惠政策。4、协助乙方按合同行使土地的经营权，不得干预乙方的正常的生产经营活动。 5、在乙方扩大经营时，继续协调做好土地流转工作。 6、甲方在乙方土地租赁合同签订后，乙方盖生活住房时提供前期生活用水及照明用电设施，甲方积极协调电力、水利、国土等部门为乙方提供快捷、优质的服务。 六、乙方的权利及义务1、乙方享有合同开发范围内指定的土地使用权，并按时支付土地的租赁费。2、项目建设用工和项目区的用工在同等条件下优先考虑流转出土 2 1/ 1
中药材购销合同通用版
中药材购销合同通用版 购销合同，是指一方将货物的所有权或经营管理权转移给对方，对方支付价款的协议。购销合同包括供应、采购、预购、购销结合及协作、调剂等形式。下面是小编搜集的中药材购销合同范本五篇，希望对你有所帮助。 中药材购销合同范本 (一) 甲方(买方)：身份证号码：乙方(卖方)：身份证号码： 甲乙双方本着自愿、平等、互惠互利、诚实信用的原则，经充分友好协商，订立如下合同条款，以资共同恪守履行。 第一条买卖标的 1.名称： 2.品种： 3.数量： 4.计量单位和方法：
5.质量等级：，确定标准后封存样品，应由甲乙双方共同封存，妥善保管，作为验收的依据。 第二条包装 1.包装材料及规格： 2.不同品种等级应分别包装; 3.包装要牢固，适宜装卸运输; 4.每包品种等级标签清楚; 5.包装费用由方负担。 6.包装物由方供应，包装物不回收，由甲方自行处理。 第三条价款 产品的价格按下列第项执行： 1.在合同执行期内遇有政策性调整时，按新价格执行。
2.价格遇到XX场价格波动超过%(含)，由当事人协商议定。 3.价格确定后，无论发生何种情况均不予调整。 第四条货款结算 1.货款的支付方式，按照以下项规定办理。 (1)合同生效后____日内甲方一次性付清货款。 (2)甲方自提，现款现货，货款两清。 (3)预付货款总额的%，余款在货到后以一次付清。 (4)其他： 2.实际支付的运杂费，按照以下项规定办理。 (1)运杂费由乙方承担。 (2)运杂费由甲方承担。
3.货款的结算方式按照以下项规定办理。 (1)现金或现金支票结算。 (2)银行电汇或银行票汇结算。 (3)银行转帐结算。 4.开具发票类型：开具发票类型按照以下项规定办理。 (1)税率为17%的增值税发票。 (2)税率为4%的普通商业发票。 (3)售货收款凭证。 第五条交货方式 1.交货方式：按下列第项执行： (1)实行送货的，乙方应按合同规定的时间送往(接收地点)，交货日期以发运时运输部门的戳记为准;
农业项目合作协议书
农业项目合作协议书 甲方：（以下简称甲方） 乙方：（以下简称乙方） 为促进地方经济的发展，加快社会主义新农村建设，经过乙方实际考察和双方的充分磋商，本着互惠互利、共同发展的原则，现就乙方在修文县洒坪乡的中药材和经果林种植基地的有关事宜达成一致，特签订如下合同： 一、项目名称及地址 、项目名称：中药材和经果林种植基地建设。 、项目地址：*****。 二、项目开发内容基地规划用地为亩，其中种植中药材亩，种植经果林亩，年规划种植中药材亩，种植经果林亩。 三、经营期限：经营期限：为年。 四、土地租赁的方式和期限 、甲方协调**村村委会采用流转的方式将土地租赁给乙方。 、租期为年，自年月日始至年月日止； 六、(一）甲方的权利及义务 、负责监督协调土地流转和租金的分配工作；做好乙方的建设生产过程中的矛盾纠纷调处工作。 、做好项目的宣传工作，并协助乙方申报争取国家有关项目方面
的优惠政策及上级资金的支持。 、甲方应依法保障乙方员工人身、财产安全，保障乙方的合法权益，提供良好的投资环境和服务，落实好国家、省、市以及县规定的各项优惠政策。 、协助乙方按合同行使土地的经营权，不得干预乙方的正常的生产经营活动； 、在乙方扩大经营时，继续协调做好土地流转工作； 、甲方在乙方土地租赁合同签订后，乙方盖生活住房时提供前期生活用水及照明用电设施，甲方积极协调电力、水利、国土等部门为乙方提供快捷、优质的服务。 （二）乙方的权利及义务 、乙方享有合同开发范围内指定的土地使用权，并按时支付土地的租赁费； 、项目建设用工和项目区的用工在同等条件下优先考虑流转出土地的农户； 、做好示范带动作用，积极引导农户可自愿发展同一项目的种植，乙方并免费进行技术指导。 、乙方须依法建设，依法经营，企业建设和生产须符合国家产业政策，造成的一切后果概由乙方负责。 、乙方享有独立的效益分配权。 七、合同争议解决方式本合同在履行过程中发生争议，由双方当事人协商解决，协商不成的，依法向人民法院提起诉讼。
中药饮片购销合同协议书
中药饮片购销合同协议 书 文件编号TT-00-PPS-GGB-USP-UYY-0089
**市**药业有限公司中药饮片购销合同甲方： 乙方： 签约日期：签约地点： 根据《中华人民共和国合同法》及有关法律法规的规定，双方本着平等互利、诚实守信的原则签订本合同，以供共同遵守。 一、甲方生产销售的中药饮片应是符合《中国药典》及《贵州 省中药饮片炮制规范》的中药饮片。 二、乙方应是独立法人或自然人，具有民事行为能力和一定的 专业技术或背景。 三、乙方预计年销售中药饮片元。 （大写：） 四、供货方式、期限及地点： 。 仓库地址联系电话联系人 五、付款方式及期限：乙方购货按月实行现金或转账结算，拖 欠货款每日按1%计息。 六、甲方到乙方的货物运费由甲方承担。 七、首次供货甲方须提供生产许可证、营业执照、税务登记 证、法人代表委托书、质量保证协议等复印件各壹份。并 加盖公司鲜章。 八、质量标准、包装标准、验收办法及提出异议的期限：如不 合格，在七日内作退货处理，符合各产品规定标准的，由 乙方当场验收。如产品出现非正常损耗由甲方负责处理。 产品非因乙方在运输、仓储及其它环节出现的质量问题，
乙方均可及时向甲方提出质量异议，经甲方核实后应作退换货处理。 九、合同争议由双方协商解决。 十、其它约定事项：。 十一、本合同一式两份，双方各执一份，自双方代表签章后生效。 **市**药业有限公司中药饮片质量保证协议 甲方： 乙方： 为了贯彻落实《药品管理法》、《产品质量法》、《药品经营质量管理规范》和贵州省？年中药饮片炮制规范以及国家
有关规定，以保证质量和确保人民群众用药安全，经双方协商，同意如下保证。 1、甲方所供应的药品（中药饮片）质量符合现行法定质量标准和有关质量要求，整件药品附产品合格证。 2、药品包装牢固，标识清楚，符合有关规定和货物运输要求。 3、甲方所销售的药品若出现有关药品质量问题（不包括乙方储存不当）均由甲方负责，对不符合国家有关规定的药品在七日内包退、包换。 4、甲乙双方除标准合同外的所有其它要货形式均遵从此协议。 5、本协议一式两份，甲乙双方各执一份，本协议经双方代表签字并盖公章方能生效。协议有效期为年月日至 年月日。 甲方（盖章）：乙方（盖章）： 代表：代表： 电话：电话：
GAP基地建设协议
陇西黄芪标准化生产基地建设协议 甲方：**制药有限公司 乙方：陇西县人民政府 为了进一步发挥陇西县黄芪产销优势，共同建设制药有限公司标准化黄芪原料生产基地，甲乙双方决定在优势互补、互惠互利、共同发展的原则下，在相互考察的基础上，就基地建设事宜经友好协商，达成如下合作协议，共同遵守。 一、合作基础 1. **制药有限公司是国家GMP认证制药企业，黄芪药材是其需求量较大的制药原料，根据标准化生产质量管理规范的要求，为稳定产品质量，提高药品疗效，建设黄芪规范化生产基地为第一生产车间，使中药原料及产品质量达到“安全、有效、稳定、可控”的目标。 2.陇西县独特的自然环境生态条件，非常适宜中药材黄芪植物的生长发育，县属马河镇、通安驿镇、云田镇等是陇西黄芪的地道产区，产地人工栽培黄芪时间长，技术成熟，在全国首创了小麦套种黄芪的先进技术。陇西黄芪有效成分含量高于省外产区，品质接近野生产品。具有产区无污染源，初加工条件完备，仓储设施健全，交通便利等优势，具备建设黄芪规范化生产基地的理想条件。 二、合作方式 1.甲方是基地建设的投资主体，拟建设1万亩黄芪生产基地，投资总额500万元；乙方是基地建设的服务主体，调动各方面力量，全面配合有关工作；基地公司是基地建设的实施主体，由甲乙双方合作设立。
采取公司+基地（主产乡镇）+农户的模式建设基地，以订单生产+补助农户的方法组织生产，以合同方式明确公司、基地、农户的责权利。公司所建基地为甲方独有，生产、收购、销售由甲方支配。 2.乙方把黄芪GAP基地建设列为重要科研项目，以政府支持、部门配合、企业运作的形式进行，SOP等科研成果甲乙双方共享。县政府将在政策上给予优惠，人财物力上给予帮助。有关行政事业单位积极参与配合，有关乡镇组织农户和安排好所需土地。科技部门要协助联系技术依托的大专院校、科研单位、上级部门的成果鉴定。药监部门要协助开展基地认证、产品的批号报批工作。 三、优惠政策 1.基地公司可充分享受甲方在GAP基地建设、原材料前处理项目上的优先优惠。 2.基地公司可享受“陇西县中药材加工园区招商引资优惠政策”，西部大开发有关优惠政策和东西合作企业优惠政策。 3.甲乙双方密切配合，积极上报有关建设项目，努力向上争取黄芪基地专项资金。 4.县中药材研究所、农技中心将在科研人才、技术推广等农技方面给予支持合作。 5.县政府确定专人牵头协调有关事宜，为基地建设和公司发展在多方面创造宽松良好的经营环境。 四、基地冠名 拟冠名为“陇西黄芪规范化生产基地”，并在县中药材示范园区立牌
中药材购销合同模板(标准版)
编号：GR-WR-67244 中药材购销合同模板(标 准版) After negotiation and consultation, both parties jointly recognize and abide by their responsibilities and obligations, and elaborate the agreed commitment results within the specified time. 甲方：____________________ 乙方：____________________ 签订时间：____________________ 本文档下载后可任意修改
中药材购销合同模板(标准版) 备注:本合同书适用于约定双方经过谈判、协商而共同承认、共同遵守的责任与义务，同时阐述确定的时间内达成约定的承诺结果。文档可直接下载或修改，使用时请详细阅读内容。 甲方(买方)： 身份证号码： 电话： 乙方(卖方)： 身份证号码： 电话： 甲乙双方本着自愿、平等、互惠互利、诚实信用的原则，经充分友好协商，订立如下合同条款，以资共同恪守履行。 第一条买卖标的 1.名称： 2.品种： 3.数量： 4.计量单位和方法： 5.质量等级：按国家标准执行(见附件)，确定标准后封存样品，应由甲乙双方共同封存，妥善保管，作为验收的依据。
第二条包装 1.包装材料及规格： 2.不同品种等级应分别包装; 3.包装要牢固，适宜装卸运输; 4.每包品种等级标签清楚; 5.包装费用由(甲/乙)方负担。 6.包装物由(甲/乙)方供应，包装物的回收办法由双方另行商定。 第三条价款 产品的价格按下列第项执行： 1.在合同执行期内遇有价格调整时，按新价格执行。 2.价格由当事人协商议定。 第四条货款结算 1.货款的支付方式，按照以下项规定办理。 (1)合同生效后三日内甲方一次性付清货款。 (2)甲方自提，现款现货，货款两清。 (3)预付货款总额的%，余款在货到后以一次付清。 2.实际支付的运杂费，按照以下项规定办理。