ImageQ认为基于自然语言处理可以让公安大数据的角度入手从中成为真正的受益者！具体是怎么分析的，ImageQ将为大家进行分析：
最近国内两部刑侦题材的电视剧《白夜追凶》和《无证之罪》大火，虽然两部剧的焦点都不约而同的集中在男主角过人的推理和侦破能力上，但剧中展现的高水准现代公安科技也令人印象深刻。
而利用科技手段提升公安研判效率的各种设想正随着科技水平的空前发展从影视大片走进现实。
十三五以来，公安领域科技创新的关键词非“大数据”莫属。云计算、大数据等新技术应用已成为优化基础性技术设施、提升信息化支撑能力的重要建设内容。
▲中央政法委书记孟建柱谈“大数据”
然而，如何利用大数据，在公安领域的实际场景中落地实现具体价值，才是我们关注的核心。
公安大数据应用难点
公安机关在长期的信息化进程中积累了大量的数据信息，但现阶段对数据的应用上还停留在对「结构化数据」的简单查询，尚未对「非结构化或半结构化数据」开展深度应用。
▲公安行业现阶段数据问题
庞大的数据价值获取，还停留在利用经验积累进行人工分析的阶段，警力不足和数据量巨大对公安机关的案件侦破带来困难。
公安大数据落地核心技术
要实现沉睡警务数据的深度利用，就要充分激发多源异构数据的融合与碰撞，从而形成实用性的战法模型和应用系统，辅助挖掘案件新线索。而在此过程中，「自然语言处理」技术成为至关重要的核心。
通过「自然语义理解」技术，提供语义抽取、自动归档、要素关联、模型生成、识读转写、智能搜索、语义理解、多维分析等能力，从而实现警务文本的意图理解、警务要素的关联挖掘、警务知识图谱的建议以及警务实战的辅助决策。
中文语言较为复杂，中文自然语言处理目前虽已有诸多应用，但在公安等垂直领域，如刑侦文本数据的语义挖掘方面，国内鲜有探索。
要做好公安领域的语义理解势必要解决四大问题：
■基于公安领域的中文分词
■基于公安领域的中文自然语义理解
■基于警务文本的要素及关系挖掘
■基于公安侦防的案件关联规则
利用中文领域领先的语义分析专利技术「ImageQNLP」，我们将最新的「自然语言处理」和「机器学习」技术应用于公安行业的大数据实战，着眼于三大创新：
■构建警务领域的专有知识库
以人机结合的方式，积累警务领域的知识，便于对警务信息快速挖掘
■智能案件挖掘
分析案件发生根源，找到案件内部之间的关联，实现案件的智能串并
■建设侦防辅助决策系统
多维度深度分析案情，打通格数据资源，统筹安排，提升决策效率
行业典型应用场景
案件要素挖掘
围绕案件“七何”要素全面挖掘各类信息资源, 如 “简要案情”、 “勘察记录”、“笔录”、“回访记录”等。
利用「ImageQNLP」语义分析技术，将其中较为口语化的非结构化数据实现结构化数据转化，以提取各类信息数据中的案件特征，帮助警务工作者提升分析研判工作的智能化水平。
ImageQ的“警务智能超脑平台”的要素挖掘平均准确率达80%以上。
统计预警
通过ImageQ的“警务智能超脑平台”对大量案件研判数据的深入分析，可以帮助警务人员发现不同地域、人群等的犯罪规律及特点。
通过案情要素提取及归档统计，警务人员可以从“地域”和“时域”两个维度洞察案件关联特征，从而清晰地了解某区域特定的案件类型(例如：入室盗窃)，发案位置(例如：7层以下居民楼)，作案手段(例如：破窗进入)等规律信息，进而进行针对性的治安宣传和预防工作，甚至开展专案整治行动。
ImageQ的“警务智能超脑平台”的分析结果以直观的图形化方式展示，极大地提升了警务人员情报研判的效率以及分析结果的科学性。
智能串并案
警务人员在处理新案件时往往有与老案件进行关联分析的需求，我们通过标准化的案件要素的抽取，灵活地进行时间、地点、人物、作案工具、作案手法等要素的关联挖掘，将现有案件和历史案件一起进行案件串并分析。
由于警务部门的长期业务积累，案件库的数据量非常庞大，此时利用ImageQ的“警务智能超脑平台”，便可快速检索庞大的数据库。
将最新案件信息与一些可能有关的历史案件进行比对，并自动发现这些案件之间可能通过某些共同环节存在关联。
基于图形化的展示，将此类案件放在一起研究，为串并案作参考，为警务人员在案件分析串并工作中提供有力支撑。
嫌疑人推理
围绕完成结构化处理的案件信息，建立基于领域知识库的多维数据模型，与更多可对接的系统数据碰撞，进一步挖掘关联价值，为案件侦破推荐特征类似的嫌疑人，辅助提升侦防工作效率。
推进「人工智能」技术在「公安」领域的深度运用，利用智能模型固化民警实战分析经验，提高公安办案效率，有效降低刑事治安案件的发生率，极大提高案件的破获率，辅助处置各类重大突发事件，全力保障社会治安的稳定，维护人民的安居乐业，助力经济社会的顺利发展，提升群众安全感、幸福感及满意度。
更多公安大数据相关内容http://www.imageq.cn
网友评论