[发明专利]基于多维度报警信息文本相似度分析的推荐方法

权利要求书

1.一种基于多维度报警信息文本相似度分析的推荐方法，其特征在于，包括如下步骤：

S1非结构化公安文本是案情中涉及的报警信息文本；

采用NLP技术将非结构化公安文本进行格式预处理，融合多粒度深层次文本语义和公安领域知识的文本嵌入向量后输出给场景相关的深层语义相似度分析网络；

S2结构化公安文本是根据公安文本数据库提取的报警信息；

运用已经构建的统一数据视图的数据库系统，执行相应操作自动提取相对应的数据，融合多粒度深层次文本语义和公安领域知识的文本嵌入向量后输出给场景相关的深层语义相似度分析网络；

S3场景相关的深层语义相似度分析网络获取结构化报警信息文本；

采用 BiLSTM+CRF 模型转化报警信息文本成准确的公安文本信息，综合理解多粒度文本信息，分析并甄别刑事侦查细分的关注点、语义相似性数据集，输出为不同级别的语义嵌入向量；

S4基于多维度文本语义相似度的文本分析网络获取准确的公安文本和不同级别的语义嵌入向量，融入文本的多重深层语义特征，抽取得到实体链接信息归属和作案手法识别的实体特征；

S5结合用户特征的报警信息文本推荐系统获取公安文本不同级别的语义嵌入向量和被抽取出的多种实体特征，结合多维信息网络合理分配各维度权重的报警信息文本进行相似度分析，生成合理且全面兼顾广度和深度的报警信息文本的相似推荐；

S6相似文本推荐获取公安报警信息文本和用户特征结合公安领域知识，运用海量警报数据库和算法模型自动筛选生成综合的推荐列表，完成智能推送，极大的节省了出警前的甄别时间。

2.根据权利要求1所述基于多维度报警信息文本相似度分析的推荐方法，其特征在于，

S1所述非结构化公安文本是案情中所涉及的报警信息，采用NLP技术对其格式进行预处理，输出为结构化公安文本格式。

3.根据权利要求1所述基于多维度报警信息文本相似度分析的推荐方法，其特征在于，

S3所述场景相关的深层语义相似度分析网络获取自然语言报警信息文本由于格式各异，语义模糊，采用 BiLSTM+CRF 模型，挖掘深层次语义信息，通过已知的大量公安文本数据库进行预训练，提炼出精确的案件语义信息。

4.根据权利要求1所述基于多维度报警信息文本相似度分析的推荐方法，其特征在于，

S3所述场景相关的深层语义相似度分析网络获取刑事侦查信息甄别关注点与新获知领域知识融合，同时结合上下文语义信息进一步地理解案件的语义信息，通过多层次多粒度对报警文本信息进行数据和数据集的理解，能够全面准确理解文本语义为深入的分析提供参考。

5.根据权利要求1所述基于多维度报警信息文本相似度分析的推荐方法，其特征在于，

S4所述基于多维度文本语义相似度的文本分析网络采用多重的语义嵌入向量进行不同层次不同粒度的文本理解后，将本申请特有的数据集进行解析、纠错、变化及语义表示的文本分析，进行事件数据的抽取、指代消解、时间合并、实体关联、事件相似度及段落级别的文本分析。

6.根据权利要求1所述基于多维度报警信息文本相似度分析的推荐方法，其特征在于，

S5所述结合用户特征的报警信息文本推荐系统通过场景相关的深层语义相似度分析网络融入了公安领域的专业知识，及基于多维度文本语义相似度的文本分析网络融入的多重语义嵌入向量特征的分析结果，结合用户行为特征信息，输出结合用户特征的个性化综合推荐。