警务巡逻知识图谱的构建研究

发布时间：2024-07-05 19:37

　　警务巡逻作为维护社会稳定、保障公共安全的公安基本业务,需要获取大量的信息辅助该业务高效准确的执行。当前的警务巡逻数据资源利用技术比较单一,难以支持多源异构数据的关联使用,知识图谱技术以一种语义关系的方式,建立数据之间的连接,形成语义网络,更加精准定位需要的信息。构建警务巡逻知识图谱,能够通过语义关系关联警务巡逻业务领域相关的数据,实现多源异构数据的整合利用;基于该语义网络,巡警可以获取丰富有效的信息,快速准确地完成巡逻任务。本文完成警务巡逻知识图谱的构建,主要工作如下:(1)基于本体的理论,构建警务巡逻知识图谱本体模型。通过对警务巡逻业务领域相关数据的分析,完成警务巡逻业务领域本体的分类;定义了本体的属性及属性的取值约束与本体概念之间的语义关系;利用OWL(Ontology Web Language)语言实现对模型的数据化描述。(2)警务巡逻知识图谱的知识获取。主要包含数据预处理、实体识别、关系获取、知识融合、知识存储五个方面。数据预处理完成网络数据的清洗、网络半结构化数据的转化与巡逻相关法律法规数据的结构化;实体识别完成基于BILSTM-CRF模型的文本数据处理,以及基于本体模型的实...

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图1.2基于知识图谱智能问答流程

智能问答方面，传统的问答系统是基于相似度计算，对用户问题进行匹配最高的结果，效果一般[26]。基于知识图谱构建的问答系统通过问题分词理求解、答案生成返回三个部分对用户问题处理，其大致流程如图1.2所示输入后，首先用分词技术对问题分成若干实体、关系，接着在以构建的图对应实体、关....

图2.1知识图谱构建流程

其中知识获取包含实体识别、属性获取、关系抽取、知识融合以及知识存储。知识图谱构建流程如图2.1所示。图2.1知识图谱构建流程2.3.1本体模型构建本体模型的构建主要为知识图谱构建本体框架，让知识图谱结构更加清晰，主要有如下几种常用方法：（1）自顶向下构建方法：直接用本体构....

图2.2BILSTM-CRF模型框架

量拼接方法将两个不同的隐藏状态连接作为最终输出，信息获取更加丰富全面，比LSTM模型的性能更高。BILSTM-CRF模型基于BILSTM模型的性能进一步提高，在BILSTM模型基础上增加了条件随机场（CRF）模块，能对BILSTM层输出的相互独立的标签Label....

图3.1本体模型构建流程

构建研究域的本体模型构建，展现警并为下章的知识获取奠定基领域相关数据的分析，结合型定义属性以及属性的取值OWL语言将本体概念模型

本文编号：4001427