隨著我國經(jīng)濟(jì)的快速發(fā)展,大型活動(dòng)數(shù)量日益增多,對(duì)我國公安機(jī)關(guān)的安保和應(yīng)急能力提出了巨大挑戰(zhàn)。傳統(tǒng)安保方式和應(yīng)急方案效率低下,安保知識(shí)數(shù)據(jù)大量堆積,難以在短時(shí)間內(nèi)處理突發(fā)事件,而知識(shí)圖譜擁有高速的數(shù)據(jù)處理能力,以及強(qiáng)大的語義關(guān)系構(gòu)建能力和可視化呈現(xiàn)能力,可為安保人員梳理工作流程,發(fā)掘關(guān)鍵步驟,使安保工作可以更加高效、快速地進(jìn)行�；谥R(shí)圖譜的方法可以為真實(shí)世界的場景進(jìn)行直觀地建模,并且知識(shí)圖譜擁有高速反饋的機(jī)制,可為安�；顒�(dòng)中突發(fā)事件提供實(shí)時(shí)響應(yīng)與即時(shí)決策。因此,知識(shí)圖譜是解決目前安保問題的有效途徑。知識(shí)圖譜在安保警務(wù)領(lǐng)域中的研究剛剛處于起步階段,可以參考的圖譜研究較少。本文通過對(duì)大型安�；顒�(dòng)的任務(wù)、要求、規(guī)范和流程及知識(shí)的分析,安保警務(wù)基礎(chǔ)數(shù)據(jù)的梳理,以本體論為理論支撐,進(jìn)行安保警務(wù)知識(shí)圖譜的可視化功能實(shí)現(xiàn)。本文的主要研究成果內(nèi)容如下:(1)從網(wǎng)站提取數(shù)據(jù),并且向基層派出所調(diào)研收集關(guān)于安保的流程以及部署方法,以及提取一些公安面向社會(huì)的數(shù)據(jù)庫,對(duì)這些數(shù)據(jù)運(yùn)用BiLSTM-CRF算法和句法分析的方法分別進(jìn)行實(shí)體抽取和關(guān)系抽取,獲取人名、地名、組織機(jī)構(gòu)名等實(shí)體4 896個(gè),完成關(guān)于安保警務(wù)知識(shí)圖譜的數(shù)據(jù)層構(gòu)建工作。(2)通過對(duì)于安保文本數(shù)據(jù)的分析與整理,將安保警務(wù)領(lǐng)域的本體分為人、物體和事件三大類。運(yùn)用protégé軟件對(duì)人、物體與事件的本體構(gòu)建,在本體的基礎(chǔ)上,進(jìn)行人與人、人與物關(guān)系的構(gòu)建。最后對(duì)本體的對(duì)象屬性與數(shù)據(jù)屬性進(jìn)行定義,完成對(duì)安保警務(wù)知識(shí)圖譜模式層構(gòu)建工作。(3)運(yùn)用DeepFinder工具將安保警務(wù)知識(shí)圖譜進(jìn)行可視化展現(xiàn),通過本體配置、數(shù)據(jù)配置和融合配置,完成知識(shí)圖譜的可視化工作。本文的安保警務(wù)知識(shí)圖譜構(gòu)建,為安保工作提供高效、智能、標(biāo)準(zhǔn)的指導(dǎo),提升安保效力。另一方面也對(duì)安保人員業(yè)務(wù)指導(dǎo)、培訓(xùn),具有很好的作用,對(duì)于安保機(jī)器人的研制和應(yīng)用提供指導(dǎo)。
【學(xué)位單位】：中國人民公安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：D631.4;TP391.1
【部分圖文】：

圖 2.1 知識(shí)圖譜構(gòu)建流程由圖1 可知，知識(shí)圖譜在構(gòu)建方面需要三個(gè)步驟的構(gòu)建：1）知識(shí)抽取。通過從非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)中抽取知識(shí)圖譜所需結(jié)構(gòu)化數(shù)據(jù)信息，并將這些數(shù)據(jù)信息存儲(chǔ)到知識(shí)圖譜的數(shù)據(jù)層之中。關(guān)于知識(shí)抽取方面，其中包括有數(shù)據(jù)獲取、實(shí)體抽取和關(guān)系抽取。2）知識(shí)融合。在知識(shí)融合中，需要通過第三方數(shù)據(jù)庫和結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行數(shù)據(jù)整合，并將經(jīng)過知識(shí)抽取而得到的數(shù)據(jù)進(jìn)行實(shí)體對(duì)齊，之后運(yùn)用質(zhì)量評(píng)估和本體抽取，完成知識(shí)融合工作。3）圖譜構(gòu)建與存儲(chǔ)。通過知識(shí)融合處理得到的數(shù)據(jù)，分析其中的邏輯關(guān)系，并形成知識(shí)圖譜的本體模型，然后對(duì)其進(jìn)行判定，將其中符合實(shí)際邏輯的情況用于構(gòu)建知識(shí)圖譜，反之則返回到知識(shí)推理中，重新進(jìn)行知識(shí)融合，以此晚上知識(shí)圖譜的本體模型，完成最后的知識(shí)存儲(chǔ)工作。2.3 構(gòu)建技術(shù)概述

取領(lǐng)域的重要研究課題，其在實(shí)體識(shí)別的基礎(chǔ)上確定無結(jié)構(gòu)文本中實(shí)體之間的關(guān)系類別，如人名（李寧），地名（北京），時(shí)間（3 月 12 日）等等，并形成結(jié)構(gòu)化的數(shù)據(jù)以便存儲(chǔ)和取用。而在這之中，實(shí)體抽取的質(zhì)量的高低，也是決定著整個(gè)知識(shí)圖譜深度與廣度，因此其處于知識(shí)抽取的關(guān)鍵部分之一。目前實(shí)體抽取領(lǐng)域中可采用抽取的方案有隱馬爾可夫模型[30]（Hidden MarkovModel, HMM），或是長短期記憶網(wǎng)絡(luò)[31]等等。至今，許多研究所也已經(jīng)開發(fā)出相應(yīng)的實(shí)體抽取工具，有諸如斯坦福大學(xué)研發(fā)的 StanfordNLP，還有我國的中國科學(xué)院開發(fā)的NLPIR[32]，下面對(duì)于基于 BiLSTM-CRF 方法和NLPIR 工具進(jìn)行介紹。1）BiLSTM-CRF 模型在實(shí)體識(shí)別的研究中，基于單詞和字符的提取 BiLSTM-CRF 模型[27]是一種比較便捷且經(jīng)典的方法，經(jīng)過兩組學(xué)習(xí)方向相反的 LSTM 層，即會(huì)按照句子的正序與反序，充分結(jié)合新舊信息對(duì)文本語句的關(guān)鍵詞匯進(jìn)行標(biāo)注與抽取，這樣的做法對(duì)于詞句的語義識(shí)別與標(biāo)注是十分友好的，也從而使得下面將進(jìn)行對(duì) BiLSTM-CRF 模型的闡述。圖 2.2 為BiLSTM-CRF 模型的流程圖。

哈爾濱工業(yè)大學(xué)社會(huì)計(jì)算與信息檢索研究中心研發(fā)的“語言技術(shù)平臺(tái)（LTP）”是一種比較領(lǐng)先的分析平臺(tái)，其可以實(shí)現(xiàn)用戶高效精準(zhǔn)的中文自然語言處理工作。圖2.3 為依據(jù)句法分析結(jié)構(gòu)的結(jié)構(gòu)實(shí)例。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;2012屆研究科畢業(yè)生申請(qǐng)碩士學(xué)位論文題目及導(dǎo)師一覽表[J];金陵神學(xué)志;2012年Z2期

2 ;金陵協(xié)和神學(xué)院2011屆研究科畢業(yè)生申請(qǐng)碩士學(xué)位論文題目及導(dǎo)師[J];金陵神學(xué)志;2011年Z1期

3 ;金陵協(xié)和神學(xué)院 2010屆神學(xué)碩士學(xué)位論文及指導(dǎo)老師[J];金陵神學(xué)志;2010年04期

4 ;2008屆神學(xué)碩士學(xué)位論文題目及指導(dǎo)老師名單[J];金陵神學(xué)志;2008年04期

5 ;2003屆神學(xué)碩士學(xué)位論文[J];金陵神學(xué)志;2003年04期

6 ;2009屆研究生碩士學(xué)位論文題目及指導(dǎo)老師[J];金陵神學(xué)志;2009年04期

7 ;2005級(jí)研究生碩士學(xué)位論文題目及指導(dǎo)老師[J];金陵神學(xué)志;2009年04期

8 任麗瓊;王凱;;武漢生物工程學(xué)院舉行首屆聯(lián)培研究生碩士學(xué)位論文答辯會(huì)[J];武漢生物工程學(xué)院學(xué)報(bào);2017年02期

9 王剛鋒;王�，�;;市縣兩級(jí)地方人大代表履職狀況研究——以10篇優(yōu)秀碩士學(xué)位論文為樣本[J];長江叢刊;2016年35期

10 張軍雄;;涉海高校碩士學(xué)位論文文獻(xiàn)計(jì)量與學(xué)術(shù)競爭力分析——以廣東海洋大學(xué)為例[J];赤子(下旬);2016年05期

相關(guān)博士學(xué)位論文 前2條

1 嚴(yán)春紅;思想政治教育實(shí)效研究[D];中國礦業(yè)大學(xué)（北京）;2013年

2 美娜;哈薩克斯坦加入世界貿(mào)易組織[D];浙江大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 李文雨;鄧小平風(fēng)險(xiǎn)思想研究[D];湖北省社會(huì)科學(xué)院;2019年

2 馮子昂;政務(wù)微博影響力提升策略研究[D];山東師范大學(xué);2019年

3 相海燕;現(xiàn)階段老年人社會(huì)責(zé)任問題研究[D];遼寧師范大學(xué);2019年

4 喬冰冰;馬克思主義婦女觀視域下中國女性發(fā)展問題研究[D];遼寧師范大學(xué);2019年

5 戚曉雪;政治機(jī)會(huì)結(jié)構(gòu)與民眾抗?fàn)幮袨閇D];蘭州大學(xué);2015年

6 溫瀚墨;我國認(rèn)罪認(rèn)罰從寬制度研究[D];云南大學(xué);2017年

7 李晶晶;“悲愴”風(fēng)格的內(nèi)涵研究[D];上海師范大學(xué);2019年

8 陸佳瑩;漢英觸覺形容詞詞義擴(kuò)展途徑與機(jī)制對(duì)比研究[D];上海師范大學(xué);2019年

9 Liza Hajdu;文化溝通或軟實(shí)力[D];浙江大學(xué);2019年

10 JOAHNNA PIA ESQUIVIAS;菲律賓參與一帶一路的可能性研究[D];浙江大學(xué);2019年

本文編號(hào)：2894420