首页  专利技术  电子电路装置的制造及其应用技术

基于公安警情事件进行语义信息融合分析的方法及终端与流程

2025-12-04 10:40:01 312次浏览
基于公安警情事件进行语义信息融合分析的方法及终端与流程

本发明属于语义分析领域,尤其是涉及一种基于公安警情事件进行语义信息融合分析的方法及终端。


背景技术:

1、在当今大数据时代,公安警情数据趋向电子化,要从海量、多样数据中筛选并获取有价值的数据,对警情事件的动向分析能力的全面提升具有重要意义。由此可知,在公安警情动向分析中,采用“人机编队”形式,应用人工智能,能够提升公安干警的信息决策优势,更快地完成观察、判断、指挥和决策。同时,通过人工智能的速度决策和相关挖掘能力也能塑造出新的管理和指挥能力。tensorgcn是一种图卷积神经网络的变体,针对异构图设计的深度学习模型,它扩展了传统的图卷积网络,使其能够处理具有不同节点类型和边类型的图数据,通过构建语义图,可以捕捉文本中实体之间的关系,进而分析警情报告的内容。

2、但是目前公安警情动向分析中,往往会遇到因为公安警情事件的多来源、大跨度、长时空等数据特点,而造成信息处理效率低下和难以从海量警情数据中提取目标、事件、对象、关系和模式等各类型语义知识的问题。因此急需一种可以解决上述问题的一种基于公安警情事件进行语义信息融合分析的方法及终端。


技术实现思路

1、为解决上述技术问题,本发明提供一种基于公安警情事件进行语义信息融合分析的方法及终端,尤其适合处理公安警情事件中语义信息融合分析的问题。

2、第一方面,提供一种基于公安警情事件进行语义信息融合分析的方法,包括:

3、将非结构化的数据进行信息抽取转换为结构化的数据;

4、将结构化的数据进行自动文摘后构建文本图张量;

5、使用tensorgcn执行多种传播方式处理来自多个图的异构信息进行编码,并且构建知识图谱;

6、对知识图谱进行图挖掘计算和知识推理;

7、对处理后的信息进行知识梳理;

8、将信息通过图可视化技术进行展现。

9、进一步地,信息抽取步骤包括:

10、使用自然语言处理技术对非结构化数据进行预处理;

11、将与处理后的非结构化数据中抽取实体及其关系;

12、将抽取后的数据组织成结构化的形式。

13、进一步地,自动文摘步骤包括:

14、将结构化的数据筛选出重要的内容;

15、将筛选出的内容进行信息压缩生成简洁的摘要,保持信息的核心意义。

16、进一步地,传播方式包括图内传播和图间传播。

17、进一步地,图挖掘计算是指使用图论相关算法探索和挖掘知识图谱中的信息。

18、进一步地,图论相关算法包括图遍历、最短路径、权威节点分析、族群发现、最大流算法和相似节点分析。

19、进一步地,知识推理包括基于本体的推理和基于规则的推理。

20、进一步地,知识梳理步骤包括:

21、检验概念或本体的可满足性;

22、计算新的概念包含关系;

23、进行实例化,计算某个概念或关系的实例集合。

24、第二方面,提供一种电子设备,包括:

25、至少一个处理器;以及

26、与所述至少一个处理器通信连接的存储器;其中,

27、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的方法。

28、第三方面,提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现上述方法的步骤。

29、本发明具有的优点和积极效果是:由于采用上述技术方案,采用tensorgcn可以将来自不同图的异构信息进行有效融合,从而得到一个综合的表示,这种表示能够捕获跨图的关系和模式;构建的知识图谱可以用来进行更高效的信息检索、模式识别和预测分析,帮助公安部门更好地理解和应对警情事件;编码后的信息可用于执行基于规则或基于本体的知识推理,可以实现从已有的信息中推断出新的知识。



技术特征:

1.一种基于公安警情事件进行语义信息融合分析的方法,其特征在于,包括:

2.根据权利要求1所述的基于公安警情事件进行语义信息融合分析的方法,其特征在于,信息抽取步骤包括:

3.根据权利要求1所述的基于公安警情事件进行语义信息融合分析的方法,其特征在于,自动文摘步骤包括:

4.根据权利要求1所述的基于公安警情事件进行语义信息融合分析的方法,其特征在于,传播方式包括:图内传播和图间传播。

5.根据权利要求1所述的基于公安警情事件进行语义信息融合分析的方法,其特征在于,图挖掘计算是指使用图论相关算法探索和挖掘知识图谱中的信息。

6.根据权利要求5所述的基于公安警情事件进行语义信息融合分析的方法,其特征在于,图论相关算法包括:图遍历、最短路径、权威节点分析、族群发现、最大流算法和相似节点分析。

7.根据权利要求1所述的基于公安警情事件进行语义信息融合分析的方法,其特征在于,知识推理包括:基于本体的推理和基于规则的推理。

8.根据权利要求1所述的基于公安警情事件进行语义信息融合分析的方法,其特征在于,知识梳理步骤包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机程序产品,其特征在于,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现根据权利要求1至7中任一项所述方法的步骤。


技术总结
本发明提供一种基于公安警情事件进行语义信息融合分析的方法及终端,包括将非结构化的数据进行信息抽取转换为结构化的数据;将结构化的数据进行自动文摘后构建文本图张量;使用TensorGCN执行多种传播方式处理来自多个图的异构信息进行编码,并且构建知识图谱;对知识图谱进行图挖掘计算和知识推理;对处理后的信息进行知识梳理;将信息通过图可视化技术进行展现。本发明的有益效果是采用TensorGCN可以将来自不同图的异构信息进行有效融合,从而得到一个综合的表示能够捕获跨图的关系和模式;构建的知识图谱可以用来进行更高效的信息检索、模式识别和预测分析;编码后的信息可用于执行基于规则或基于本体的知识推理,可以实现从已有的信息中推断出新的知识。

技术研发人员:赵健,孙超,李一良,王成伟,张冰,范凯,封晨
受保护的技术使用者:天津光电通信技术有限公司
技术研发日:
技术公布日:2024/11/21
文档序号 : 【 40071597 】

技术研发人员:赵健,孙超,李一良,王成伟,张冰,范凯,封晨
技术所有人:天津光电通信技术有限公司

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
赵健孙超李一良王成伟张冰范凯封晨天津光电通信技术有限公司
一种豆科作物根瘤特征识别装置及识别方法 根据动态用户队列和/或多模式存在检测为自动化助理指配优先级的制作方法
相关内容