[發明專利]緝私知識的獲取方法

在審

• 申請號: 202010986387.8
• 申請日: 2020-09-18
• 公開（公告）號: CN112131860A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 邱明月
• 申請（專利權）人: 南京森林警察學院
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/295;G06F40/30;G06F16/36;G06N3/04
• 代理公司: 南京銳恒專利代理事務所(普通合伙) 32506
• 代理人: 劉佳偉

本發明公開了一種緝私知識的獲取方法，包括：步驟1：基于緝私案事件信息，構建緝私案事件的情報要素表達模型；步驟2：通過自然語言處理技術和深度學習算法模型，自動抽取所述緝私案事件的情報要素；步驟3：結合證據鏈條，進行大數據環境下的緝私情報的效果驗證。本發明針對緝私知識特有的時空特性和案件多要素作用規律，借鑒人工智能領域的深度學習、自然語言處理和知識工程技術，圍繞“知識表達?知識獲取?情網研判”的技術主線，系統研究緝私情報智能研判方法，并開展實驗驗證分析，大大提高了工作效率。

技術領域

本發明屬于基于計算模型的數據處理技術領域，具體涉及一種緝私知識的獲取方法。

背景技術

隨著緝私案事件的逐年增長，且緝私案事件中的信息較大，如“走私發生在哪里？走私是什么時候發生的？走私涉及誰？走私為什么會在那里？走私有關的物品是什么？走私行為人為什么這么干？”等等，大量的文本信息的整理與歸類需要付出龐大的人力物力，傳統的人工處理緝私調查的方法已無法滿足現有工作需求，且信息之間的關系易出現遺漏等，即人為失誤造成的信息缺失。

有鑒于上述現有的人工處理緝私信息存在的缺陷，本發明人基于從事此類產品設計制造多年豐富的實務經驗及專業知識，并配合學理的運用，積極加以研究創新，以期創設一種緝私知識的獲取方法，使其更具有實用性。經過不斷的研究、設計，并經反復試作樣品及改進后，終于創設出確具實用價值的本發明。

發明內容

本發明的目的在于提供一種緝私知識的獲取方法以替代傳統的人工處理緝私案事件的信息的方法，從而增加工作效率，減少人為失誤造成的信息的缺失。

為實現上述目的，本發明提供如下技術方案：

一種緝私知識的獲取方法，包括：

步驟1：基于緝私案事件信息，構建緝私案事件的情報要素表達模型；

步驟2：通過自然語言處理技術和深度學習算法模型，自動抽取所述緝私案事件的情報要素；

步驟3：結合證據鏈條，進行大數據環境下的緝私情報的效果驗證。

作為一種優選的技術方案，所述證據鏈條包括單據鏈、資金鏈或貨物鏈中的至少一種。

作為一種優選的技術方案，所述情報要素表達模型至少包括：時間要素、地點要素、人物要素、物品要素及事件要素。

作為一種優選的技術方案，在特定的所述時間要素、空間要素下，依據不同狀態下的所述時間要素，刻畫緝私案事件的演變過程。

作為一種優選的技術方案，所述緝私知識包括：

概念關系，所述概念關系至少包括同伙關系、上家關系、下家關系、等同關系和相關關系；

特征關系，所述特征關系至少包括時間關系、空間關系、屬性關系、狀態關系和過程關系。

作為一種優選的技術方案，所述步驟2中抽取所述緝私案事件的情報要素包括：

S1：選取不同類型、不同內容和不同形式的緝私案事件文本信息，構建緝私案事件樣本庫；

S2：將所述緝私案事件文本信息進行分詞與詞性標注；

S3：構建卷積神經網絡與條件隨機模型，實現實體識別、特征信息和關聯關系的抽取。

作為一種優選的技術方案，所述卷積神經網絡的構建步驟包括：

SⅠ：將獲取的所述緝私案事件文本信息，建立知識子圖；

SⅡ：在特定的時空條件下，研究所述知識子圖的節點鏈路預測方法；

SⅢ：通過模型迭代和規范化處理，判斷所述緝私案事件的不同狀態，并按照時間和空間的變化順序，輸出所述緝私案事件的狀態轉換過程；