基于主题模型的经济犯罪智能检索方法研究

发布时间：2020-05-03 12:17

【摘要】：随着公安经济侦查业务的扩展,历史数据的日益增多,人工智能技术的广泛使用,针对经济犯罪信息的智能化检索模式已成为经济犯罪侦查领域的迫切需求。目前多数检索引擎大都使用关键词匹配的模式,没有考虑文本内在的语义,导致检索结果的准确率与查全率均不高。为了解决这一问题,主题模型以其挖掘文档隐含概念的优势大量被用在信息检索中,但是仍存在以下问题:第一,其无监督的学习形式,导致生成的主题解释性不够明确;第二,主题模型更适合处理长文本,对特征较少的查询语句不适用。为解决以上问题,本文从智能检索的语义特性出发,提出了一种基于主题模型的智能检索方法。该方法从文档的检索模型和用户提问两个角度进行研究,运用主题模型结合聚类算法挖掘文档的潜在语义,构造文档索引;应用本体技术处理用户提问语句,标准化检索式。首先选择经济犯罪领域专家知识作为主题模型的先验知识,改进了无监督主题模型的主题偏离实际语义的缺陷,实现了半监督性质的主题建模,生成了符合经济犯罪特征的文档主题标签。其次,研究了文档的聚类方法,结合了Bagging集成学习思想,改进了传统k-means算法,以解决原始语料经过主题模型训练生成的文本主题分布较为稀疏的问题。再次,构建了经济犯罪领域本体,描述各个实体间的逻辑关系,并完成本体的持久化,在检索阶段识别出查询语句的语义和逻辑关系,重构用户检索条件,发掘出用户真实检索要求;最后,根据查询与文档的综合匹配率,按照相似度排序结果列表,以提高检索准确率和召回率。在基于主题模型的智能检索方法的基础上,开发了经济犯罪智能检索系统。以某经济犯罪领域数据为样本实例,验证了本文改进的主题模型和智能检索方案的效果与价值。
【图文】：

智能检索,工作机制,语料,输入输出接口

第二章基于主题模型的智能检索框架设计的知识，对查询条件智能化分析，提供内容的语义理解检索方式。智能检索的研究思路主要从文档的检索模型和用户提问两个角度研究，运用主题模型训练文档，挖掘文档的潜在语义信息，，研究文档的索引构造方法；对用户提问的语句分析，研究检索式标准化的方法。这种方式能够很大程度上解决信息冗余，使得检索准确性有效提高，帮助用户更容易的获得需要的信息。图 2.1 描述了本文采用的智能检索工作机制。

结构图,结构图,查询扩展,主题

第二章基于主题模型的智能检索框架设计特征选择技术处理原始文档集。其次，结合领域知识，选定合理的文本聚类算法，对杂乱无章的文档集预先聚类。最后，建立适合的主题模型是本文的重点，对主题模型的优缺点进行分析，选定满足需求的主题模型并加以改进，训练出不同文档的主题特征以创建文档倒排索引。查询分发部分。主要由经济犯罪领域本体的查询扩展规则、查询扩展评价规则和查询评分规则组成。查询扩展规则基于经济犯罪本体知识库对用户的查询进行语义扩展，然后扩展评估规则确定最终的查询扩展项，并通过评估领域本体中的扩展查询生成搜索者和评分向量。最后，查询结果评分规则将用户检索日志与评分向量相结合，对结果集中的文档项进行评分和排序，并将最终结果返回给用户。根据上述内容，该检索框架的详细结构如图 2.2 所示。
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：D924.3;TP391.3

【参考文献】