申请/专利权人：杭州叙简科技股份有限公司

申请日：2020-04-03

公开（公告）日：2020-07-24

公开（公告）号：CN111444353A

主分类号：G06F16/36(20190101)

分类号：G06F16/36(20190101);G06F16/35(20190101);G06F16/33(20190101);G06F40/289(20200101);G06Q50/26(20120101)

优先权：

专利状态码：有效-授权

法律状态：2023.02.28#授权;2020.08.18#实质审查的生效;2020.07.24#公开

摘要：本发明提供了一种警情知识图谱的构建及使用方法，包括以下步骤，S1、获取警情类型，S2、数据采集，S3、数据标注训练，S4、数据抽取关联，S5、数据存储，S6、知识图谱生成，本发明通过数据分类以及信息抽取等技术将所得到的数据采用结构网络的形式输出，可以准确的显示出不同警情对应的办案工作流程、常规处理方法以及相关惩处法律条例；有效的查找不同警情的相关信息，会提高工作人员的办案效率。

主权项：1.一种警情知识图谱的构建及使用方法，其特征在于，包括以下步骤：S1、获取警情类型：S11、抽取法律法规中的罪名以及犯罪行为，抽取之后进行人工校对，并对于不同表述方式的罪名进行合并统一；S12、在互联网上搜集相关罪名数据；S13、综合上述步骤S11、S12获取的数据形成警情类型集；最终警情类型集包括：妨害公务、聚众斗殴、抢劫、绑架、卖淫、叛逃、虚假广告、诈骗公私财物；S2、数据采集：S21、采集警情文本信息，文本信息包括：接警处警情记录数据、电子笔录数据、案件记录数据，以及不同警种在处理不同种类案件时记录的案件内容，爬取或通过相关网站api形式获取微博、新闻、论坛上公安官方发出的案情通报数据；S22、获取政府官方网站法律模块中的法律法规；S23、以警情类型为核心，收集警情类型相关的工作流程、处理方法；S3、数据标注训练：将上述步骤S21中采集的警情文本信息以及案情通报数据进行文本预处理，文本预处理包括去除格式标记、乱码字符、停用词、日期的无用信息，将预处理过的文本信息人工设置相应警情标签，作为训练警情分类模型的样本数据，警情标签即采用上述步骤S1获取的警情类型；将上述样本数据分为测试集、训练集和验证集，采用BERT分类模型训练样本数据得到警情分类模型，警情分类模型能够判断一条警情的具体类型；S4、数据抽取关联：S41、抽取法律法规中与警情类型相关的法律条例并与警情类型相关联，具体方法如下：S41.1、从刑法以及治安管理处罚法中使用正则表达式抽取法律条例中罪名，与各警情类型进行相似度匹配，相似度高于某一预设阈值，则将条例内容与警情类型相关联；S41.2、查找与警情类型相关的法律，抽取法律中处罚条例与之相关联，处罚条例能够通过关键词以及语句形式进行判断抽取；S42、将各工作流程以及处理方法的文件名称分词，抽取分词后的动词、名词，分别与各警情类型计算相似度，相似度高于某一预设阈值，则将文件名称与警情类型相关联；S5、数据存储：将步骤S4关联的数据形成三元组存放至图数据库中，其中工作流程、处理方法将设置路径属性，属性内容为此文档的具体路径；S6、知识图谱生成：将图数据库中三元组使用图的方式展现，具体过程如下：输入一条警情，使用上述步骤S3中警情分类模型获取此条警情的具体类型，通过获取的类型搜索上述步骤S5中的图数据库中与之关联的处理工作流程、处理方法以及相关法律中的处罚条例并返回，警情处理人员能够参考返回的信息对警情进行处理。

全文数据：

权利要求：

百度查询： 杭州叙简科技股份有限公司 一种警情知识图谱的构建及使用方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD