System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于知识图谱的伤害类犯罪执法监督与辅助决策系统技术方案_技高网

一种基于知识图谱的伤害类犯罪执法监督与辅助决策系统技术方案

技术编号:40963725 阅读:2 留言:0更新日期:2024-04-18 20:43
本发明专利技术提出了一种基于知识图谱的伤害类犯罪执法监督与辅助决策系统,涉及知识图谱技术领域,针对执法监督工作中工作量大、技术要求高,现有的信息平台即时辅助决策能力差的技术问题,本发明专利技术通过构建知识本体、知识本体扩充、获取待测案件数据、构建伤害类犯罪知识图谱、冲突检测、案由辅助推理,将伤害类犯罪执法过程中的数据抽象形成伤害类犯罪领域知识本体,使得本发明专利技术领域知识本体具有完整性与可验证性,通过探索知识之间的潜在关系,从而实现更深层次的知识发现和推理过程,针对伤害类犯罪的执法监督智能化,大幅度提高了案件处理效率与规范性,降低了劳动强度。

【技术实现步骤摘要】

本专利技术涉及知识图谱,尤其涉及一种基于知识图谱的伤害类犯罪执法监督与辅助决策系统


技术介绍

1、现实中,在伤害类犯罪办案过程中需要处理大量的非结构化数据,且不同的案件具有不同的特征,不仅需要具有充分法律知识与办案经验的人员,还需要耗费大量的时间来完成此项工作,增加了相关工作的处理压力。这一特定场景迫切需要智能技术支持。

2、传统的、基于流程的电子化的执法办案系统并无法解决执法监督与办案过程中的即时辅助决策问题。而基于因果逻辑范式的知识工程技术应用是解决这类问题的基本技术方法。

3、现有技术中对于伤害类犯罪执法监督辅助的缺陷主要体现在:

4、1、限制于传统基于流程的信息系统:传统基于流程的信息系统在解决问题时主要聚焦于处理流程规范和数据规范的方面,缺乏对知识应用的充分考虑,使得这类系统在面对智能性要求较高的任务时显得无能为力,缺乏逻辑性和科学性。

5、2、领域知识体系建立不完整或难以实现:在当前技术环境下,概念解析无法准确映射到具体数据,机器无法有效实现任务,领域知识体系的建立存在不完整、补充不全面、难以实现的问题。

6、3、图谱技术未被充分利用的问题:当前技术环境中未充分采纳图谱技术,导致知识融合、知识推理等过程显得过于复杂。

7、知识图谱(knowledge graph)是人工智能的重要分支技术,是结构化的语义知识库,用于以符号形式描述物理世界中的概念及其相互关系,可以自动构建行业图谱,可以应用于智能搜索、机器阅读理解、异常监控、风险控制等场景,达到真正的智能和自动。知识图谱技术可以用于支持复杂的推理过程,帮助执法人员进行因果关系的推断。

8、因此,将知识图谱与伤害类犯罪执法监督相结合的研究十分必要。


技术实现思路

1、本专利技术提供一种基于知识图谱的伤害类犯罪执法监督与辅助决策系统,以解决现有技术中执法监督工作中工作量大、技术要求高,现有的信息平台即时辅助决策能力差的技术问题。

2、一种基于知识图谱的伤害类犯罪执法监督与辅助决策方法,具体包括如下步骤:

3、步骤s0,构建知识本体:确定所述知识本体和所述知识本体的取值条件;所述知识本体包括犯罪主体、犯罪行为、犯罪工具、施害对象、施害结果;

4、步骤s1,知识本体扩充:对知识本体进行扩充,具体包括通过构建犯罪行为特征词袋和公共场所特征词袋对犯罪行为进行扩充,构建人体部位知识概念树对施害对象进行扩充;

5、步骤s2,获取待测案件数据:获取待测案件的主观事实数据、客观事实数据;

6、步骤s3,构建伤害类犯罪知识图谱:根据所述扩充后的知识本体和所述知识本体的取值条件、所述待测案件的主观事实数据、客观事实数据确定实体和实体关系,根据所述实体和所述实体关系构建所有待测案件的伤害类犯罪知识图谱;

7、步骤s4,冲突检测:对所有所述待测案件的伤害类犯罪知识图谱进行知识融合,得到融合后的知识图谱;再根据所述融合后的知识图谱进行冲突检测,对存在的冲突进行消解后输出事实图谱;所述知识融合为:将所述待测案件的伤害类犯罪知识图谱中相同实体进行汇总,得到实体融合后的知识图谱;所述冲突检测为:根据所有所述实体融合后的知识图谱,判断不同实体之间是否存在矛盾的实体关系;

8、步骤s5,案由辅助推理:根据所述事实图谱,输出案由推理结果。

9、进一步的,所述步骤s0中,所述犯罪主体的类包括嫌疑人和涉案组织;所述犯罪工具包括肢体、器械和随机物;所述犯罪行为包括暴力施害、语言施害、犯罪参与和犯罪组织;所述施害对象包括被害人、被害部位和财产;所述施害结果包括人身伤害、死亡和财产损失。

10、进一步的,所述步骤s1中,

11、所述构建犯罪行为特征词袋具体为:通过获取历史判例中的犯罪行为词,并在同义词、近义词中扩展,当根词与同义词的词语相似度超过阈值时对犯罪行为特征词袋扩充;

12、构建公共场所特征词袋具体为:通过获取历史判例中的公共场所词,并在同义词、近义词中扩展,当根词与同义词的词语相似度超过阈值时对公共场所特征词袋扩充;

13、所述构建人体部位知识概念树具体为:根据肢体部位对人体进行划分,构建人体部位知识概念树,得到标准化的人体部位图。

14、进一步的,所述人体部位知识概念树的第0层为人体部位总概念;人体部位概念树的第1层为人体部位的三大组成部分:头颈部、上身和下身。

15、进一步的,所述步骤s2中,所述主观事实数据包括涉案人员的讯问笔录和无关证人的询问笔录;所述客观事实数据包括伤情鉴定报告、资产评估报告。

16、进一步的,所述步骤s3中,所述待测案件的伤害类犯罪知识图谱包括:施害事实知识图谱、被害事实知识图谱、第三人犯罪事实知识图谱、客观事实知识图谱。

17、进一步的,从以下五个方面进行冲突检测:

18、根据所述待测案件的伤害类犯罪知识图谱,对不同涉案人员的讯问笔录的实体进行汇总,得到融合后的知识图谱,判断不同实体之间是否存在矛盾的实体关系;

19、根据所述待测案件的伤害类犯罪知识图谱,对涉案人员讯问笔录中的犯罪行为与无关证人询问笔录中的犯罪行为的实体进行汇总,得到融合后的知识图谱,判断不同实体之间是否存在矛盾的实体关系;

20、根据所述待测案件的伤害类犯罪知识图谱,对同一施害团伙中嫌疑人讯问笔录中的犯罪行为与其它成员讯问笔录中的犯罪行为的实体进行汇总,得到融合后的知识图谱,判断不同实体之间是否存在矛盾的实体关系;

21、根据所述待测案件的伤害类犯罪知识图谱,对不同团伙间讯问笔录中的犯罪行为的实体进行汇总,得到融合后的知识图谱,判断不同实体之间是否存在矛盾的实体关系;

22、根据所述待测案件的伤害类犯罪知识图谱,对主观事实数据的实体和客观事实数据的实体进行汇总,得到融合后的知识图谱,判断不同实体之间是否存在矛盾的实体关系。

23、进一步的,所述案由辅助推理包括两部分:第一部分为关系推理,具体包括嫌疑人与被害人、嫌疑人与被害部位、嫌疑人与财产之间的关系;第二部分为伤害类犯罪五类案由推理,具体包括殴打他人罪案由推理、故意伤害罪案由推理、故意杀人罪案由推理、聚众斗殴罪案由推理、寻衅滋事罪案由推理。

24、一种基于知识图谱的伤害类犯罪执法监督与辅助决策系统,使用如上任一项所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,包括如下模块:

25、知识本体构建模块:用于确定所述知识本体和所述知识本体的取值条件;所述知识本体包括犯罪主体、犯罪行为、犯罪工具、施害对象、施害结果;

26、知识本体扩充模块:与所述知识本体构建模块连接,用于对知识本体进行扩充,具体包括通过构建犯罪行为特征词袋和公共场所特征词袋对犯罪行为进行扩充,构建人体部位知识概念树对施害对象进行扩充;

27、待测案件数据获取模块:与所述知识本体扩充模块连接,用本文档来自技高网...

【技术保护点】

1.一种基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述步骤S0中,所述犯罪主体包括嫌疑人和涉案组织;所述犯罪工具包括肢体、器械和随机物;所述犯罪行为包括暴力施害、语言施害、犯罪参与和犯罪组织;所述施害对象包括被害人、被害部位和财产;所述施害结果包括人身伤害、死亡和财产损失。

3.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述步骤S1中,

4.根据权利要求3所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述人体部位知识概念树的第0层为人体部位总概念;人体部位概念树的第1层为人体部位的三大组成部分:头颈部、上身和下身。

5.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述步骤S2中,所述主观事实数据包括涉案人员的讯问笔录和无关证人的询问笔录;所述客观事实数据包括伤情鉴定报告、资产评估报告。

6.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述步骤S3中,所述待测案件的伤害类犯罪知识图谱包括:施害事实知识图谱、被害事实知识图谱、第三人犯罪事实知识图谱、客观事实知识图谱。

7.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,从以下五个方面进行冲突检测:

8.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述案由辅助推理包括两部分:第一部分为关系推理,具体包括嫌疑人与被害人、嫌疑人与被害部位、嫌疑人与财产之间的关系;第二部分为伤害类犯罪五类案由推理,具体包括殴打他人罪案由推理、故意伤害罪案由推理、故意杀人罪案由推理、聚众斗殴罪案由推理、寻衅滋事罪案由推理。

9.一种基于知识图谱的伤害类犯罪执法监督与辅助决策系统,使用如权利要求1至8任一项所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,包括如下模块:

10.一种电子设备,其特征在于,所述电子设备包括:处理器和存储器,所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1至8任一项所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法的步骤。

...

【技术特征摘要】

1.一种基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述步骤s0中,所述犯罪主体包括嫌疑人和涉案组织;所述犯罪工具包括肢体、器械和随机物;所述犯罪行为包括暴力施害、语言施害、犯罪参与和犯罪组织;所述施害对象包括被害人、被害部位和财产;所述施害结果包括人身伤害、死亡和财产损失。

3.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述步骤s1中,

4.根据权利要求3所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述人体部位知识概念树的第0层为人体部位总概念;人体部位概念树的第1层为人体部位的三大组成部分:头颈部、上身和下身。

5.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅助决策方法,其特征在于,所述步骤s2中,所述主观事实数据包括涉案人员的讯问笔录和无关证人的询问笔录;所述客观事实数据包括伤情鉴定报告、资产评估报告。

6.根据权利要求1所述的基于知识图谱的伤害类犯罪执法监督与辅...

【专利技术属性】
技术研发人员:华斌冯卓欣孙锦甲吴诺
申请(专利权)人:天津财经大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1