警務巡邏作為維護社會穩定、保障公共安全的公安基本業務,需要獲取大量的信息輔助該業務高效準確的執行。當前的警務巡邏數據資源利用技術比較單一,難以支持多源異構數據的關聯使用,知識圖譜技術以一種語義關系的方式,建立數據之間的連接,形成語義網絡,更加精準定位需要的信息。構建警務巡邏知識圖譜,能夠通過語義關系關聯警務巡邏業務領域相關的數據,實現多源異構數據的整合利用;基于該語義網絡,巡警可以獲取豐富有效的信息,快速準確地完成巡邏任務。本文完成警務巡邏知識圖譜的構建,主要工作如下:(1)基于本體的理論,構建警務巡邏知識圖譜本體模型。通過對警務巡邏業務領域相關數據的分析,完成警務巡邏業務領域本體的分類;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系;利用OWL(Ontology Web Language)語言實現對模型的數據化描述。(2)警務巡邏知識圖譜的知識獲取。主要包含數據預處理、實體識別、關系獲取、知識融合、知識存儲五個方面。數據預處理完成網絡數據的清洗、網絡半結構化數據的轉化與巡邏相關法律法規數據的結構化;實體識別完成基于BILSTM-CRF模型的文本數據處理,以及基于本體模型的實...

【文章頁數】：77 頁

【學位級別】：碩士

【部分圖文】：

圖1.2基于知識圖譜智能問答流程

智能問答方面，傳統的問答系統是基于相似度計算，對用戶問題進行匹配最高的結果，效果一般[26]。基于知識圖譜構建的問答系統通過問題分詞理求解、答案生成返回三個部分對用戶問題處理，其大致流程如圖1.2所示輸入后，首先用分詞技術對問題分成若干實體、關系，接著在以構建的圖對應實體、關....

圖2.1知識圖譜構建流程

其中知識獲取包含實體識別、屬性獲取、關系抽取、知識融合以及知識存儲。知識圖譜構建流程如圖2.1所示。圖2.1知識圖譜構建流程2.3.1本體模型構建本體模型的構建主要為知識圖譜構建本體框架，讓知識圖譜結構更加清晰，主要有如下幾種常用方法：（1）自頂向下構建方法：直接用本體構....

圖2.2BILSTM-CRF模型框架

量拼接方法將兩個不同的隱藏狀態連接作為最終輸出，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模型的性能進一步提高，在BILSTM模型基礎上增加了條件隨機場（CRF）模塊，能對BILSTM層輸出的相互獨立的標簽Label....

圖3.1本體模型構建流程

構建研究域的本體模型構建，展現警并為下章的知識獲取奠定基領域相關數據的分析，結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：4001427