發(fā)布時(shí)間：2024-07-05 19:37

　　警務(wù)巡邏作為維護(hù)社會(huì)穩(wěn)定、保障公共安全的公安基本業(yè)務(wù),需要獲取大量的信息輔助該業(yè)務(wù)高效準(zhǔn)確的執(zhí)行。當(dāng)前的警務(wù)巡邏數(shù)據(jù)資源利用技術(shù)比較單一,難以支持多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)使用,知識(shí)圖譜技術(shù)以一種語義關(guān)系的方式,建立數(shù)據(jù)之間的連接,形成語義網(wǎng)絡(luò),更加精準(zhǔn)定位需要的信息。構(gòu)建警務(wù)巡邏知識(shí)圖譜,能夠通過語義關(guān)系關(guān)聯(lián)警務(wù)巡邏業(yè)務(wù)領(lǐng)域相關(guān)的數(shù)據(jù),實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的整合利用;基于該語義網(wǎng)絡(luò),巡警可以獲取豐富有效的信息,快速準(zhǔn)確地完成巡邏任務(wù)。本文完成警務(wù)巡邏知識(shí)圖譜的構(gòu)建,主要工作如下:(1)基于本體的理論,構(gòu)建警務(wù)巡邏知識(shí)圖譜本體模型。通過對(duì)警務(wù)巡邏業(yè)務(wù)領(lǐng)域相關(guān)數(shù)據(jù)的分析,完成警務(wù)巡邏業(yè)務(wù)領(lǐng)域本體的分類;定義了本體的屬性及屬性的取值約束與本體概念之間的語義關(guān)系;利用OWL(Ontology Web Language)語言實(shí)現(xiàn)對(duì)模型的數(shù)據(jù)化描述。(2)警務(wù)巡邏知識(shí)圖譜的知識(shí)獲取。主要包含數(shù)據(jù)預(yù)處理、實(shí)體識(shí)別、關(guān)系獲取、知識(shí)融合、知識(shí)存儲(chǔ)五個(gè)方面。數(shù)據(jù)預(yù)處理完成網(wǎng)絡(luò)數(shù)據(jù)的清洗、網(wǎng)絡(luò)半結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)化與巡邏相關(guān)法律法規(guī)數(shù)據(jù)的結(jié)構(gòu)化;實(shí)體識(shí)別完成基于BILSTM-CRF模型的文本數(shù)據(jù)處理,以及基于本體模型的實(shí)...

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.2基于知識(shí)圖譜智能問答流程

智能問答方面，傳統(tǒng)的問答系統(tǒng)是基于相似度計(jì)算，對(duì)用戶問題進(jìn)行匹配最高的結(jié)果，效果一般[26]。基于知識(shí)圖譜構(gòu)建的問答系統(tǒng)通過問題分詞理求解、答案生成返回三個(gè)部分對(duì)用戶問題處理，其大致流程如圖1.2所示輸入后，首先用分詞技術(shù)對(duì)問題分成若干實(shí)體、關(guān)系，接著在以構(gòu)建的圖對(duì)應(yīng)實(shí)體、關(guān)....

圖2.1知識(shí)圖譜構(gòu)建流程

其中知識(shí)獲取包含實(shí)體識(shí)別、屬性獲取、關(guān)系抽取、知識(shí)融合以及知識(shí)存儲(chǔ)。知識(shí)圖譜構(gòu)建流程如圖2.1所示。圖2.1知識(shí)圖譜構(gòu)建流程2.3.1本體模型構(gòu)建本體模型的構(gòu)建主要為知識(shí)圖譜構(gòu)建本體框架，讓知識(shí)圖譜結(jié)構(gòu)更加清晰，主要有如下幾種常用方法：（1）自頂向下構(gòu)建方法：直接用本體構(gòu)....

圖2.2BILSTM-CRF模型框架

量拼接方法將兩個(gè)不同的隱藏狀態(tài)連接作為最終輸出，信息獲取更加豐富全面，比LSTM模型的性能更高。BILSTM-CRF模型基于BILSTM模型的性能進(jìn)一步提高，在BILSTM模型基礎(chǔ)上增加了條件隨機(jī)場（CRF）模塊，能對(duì)BILSTM層輸出的相互獨(dú)立的標(biāo)簽Label....

圖3.1本體模型構(gòu)建流程

構(gòu)建研究域的本體模型構(gòu)建，展現(xiàn)警并為下章的知識(shí)獲取奠定基領(lǐng)域相關(guān)數(shù)據(jù)的分析，結(jié)合型定義屬性以及屬性的取值OWL語言將本體概念模型

本文編號(hào)：4001427