[發明專利]一種基于警情信息的異常詞組檢測方法、系統及存儲介質

在審

• 申請號: 202111566538.5
• 申請日: 2021-12-20
• 公開（公告）號: CN114357110A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 楊博;杜渂;何之棟;梁錚;王聚全;索濤;邱祥平;雷霆;彭明喜;陳健;周趙云;劉琦;鄭佳;李帥帥;穆青;侯俊丞
• 申請（專利權）人: 迪愛斯信息技術股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/216;G06F40/289;G06K9/62
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 劉桂芝

本發明公開了一種基于警情信息的異常詞組檢測方法、系統及存儲介質，其方法包括步驟：獲取警情信息并對所述警情信息進行分詞處理得到若干個高頻詞組；接收統計周期，根據所述統計周期對各個所述高頻詞組進行時序數據聚合，得到每個所述高頻詞組對應的時間序列信息；分別對每個所述高頻詞組對應的時間序列信息進行離散分析，將各個所述高頻詞組對應的時間序列信息中離群的所述統計周期作為異常周期，得到存在所述異常周期的異常詞組。本發明可以檢測警情信息中各個高頻詞組在不同時間維度上的異常，便于輔助警情研判和決策。

技術領域

本發明涉及接警數據處理技術領域，特別涉及一種基于警情信息的異常詞組檢測方法及系統。

背景技術

在警務工作中接警、處警、反饋等場合每時每刻會產生大量的長文本描述信息，這些文本信息結構復雜，內容多樣，其中蘊含的高價值信息如果可以準確的提取并利用到警情分析、研判和決策中，將大幅提高警務機關的治安管理的質量和效率。

目前針對接處警過程中產生的文本信息通常采用開源分詞器對文本信息進行分詞處理，并提取出警用關鍵詞后，將提取結果發送給接警員和警情研究部門，供相關人員進行分析。但是這種方法的提取結果通常會包含過多的干擾詞組，例如多數接處警消息中均會出現如“報警”、“受傷”、“出血”等關鍵詞，這些關鍵詞在大多數周期時間段內出現的頻率均很高，對警情分析沒有正面作用，只會作為干擾詞影響分析結果，單一獲取接處警文本信息中的高頻詞，不與之前的相同周期時間段進行比較，無法檢測到各個詞組在不同時間維度上的異常，對警情信息分析提供的參考價值不大。

為解決現有對警情信息處理過程無法檢測詞組在不同時間維度上的異常，對警情信息分析提供的參考價值不大的技術問題，目前需要一種基于警情信息的異常詞組檢測方法，在時間維度上監測警情信息中出現的詞組異常，便于輔助警情研判和決策。

發明內容

為解決現有對警情信息處理過程無法檢測詞組在不同時間維度上的異常，對警情信息分析提供的參考價值不大的技術問題，本發明提供一種基于警情信息的異常詞組檢測方法、系統及存儲介質，具體的技術方案如下：

本發明提供一種基于警情信息的異常詞組檢測方法，包括步驟：

獲取警情信息并對所述警情信息進行分詞處理得到若干個高頻詞組；

接收統計周期，根據所述統計周期對各個所述高頻詞組進行時序數據聚合，得到每個所述高頻詞組對應的時間序列信息；

分別對每個所述高頻詞組對應的時間序列信息進行離散分析，將各個所述高頻詞組對應的時間序列信息中離群的所述統計周期作為異常周期，得到存在所述異常周期的異常詞組。

本發明提供的基于警情信息的異常詞組檢測方法可以檢測警用信息中高頻詞組在不同時間維度上的異常，判斷其中的異常詞組和異常詞組對應的異常周期，便于警務人員根據異常詞組和異常詞組對應的異常周期進行數據分析，提高大量警情信息提取出度異常詞組在實務過程中參考價值。

在一些實施方式中，所述的得到每個所述高頻詞組對應的時間序列信息之后，還包括：

提取所述警情信息中當前所述統計周期內的實時警情信息，并獲取所述實時警情信息中若干個當前高頻詞組及其對應的所述時間序列信息；

根據全部所述高頻詞組對應的時間序列信息，對每個當前高頻詞組及其對應的所述時間序列信息進行離散分析，得到存在所述異常周期的所述當前高頻詞組。

本發明提供的基于警情信息的異常詞組檢測方法可以基于警情信息中各個統計周期的警情信息，對當前統計周期內的實時警情信息進行離散性分析，僅判斷當前統計周期內警情信息中異常詞組和異常詞組對應的時間序列信息。無需對大量的警情信息進行重復地離散性分析，大幅提高分析速度，提高實務中需要實時分析場景的適用性。

在一些實施方式中，所述的獲取警情信息并對所述警情信息進行分詞處理得到若干個高頻詞組，具體包括：