[发明专利]警情相似度识别方法、装置及设备在审

专利信息
申请号: 201911414920.7 申请日: 2019-12-31
公开(公告)号: CN111382779A 公开(公告)日: 2020-07-07
发明(设计)人: 陈建国;孙占辉;苏国锋;陈涛;陈涛;袁宏永;周正青;田超;郎燕侠;郑晓娜;张春霞;邓欢 申请(专利权)人: 清华大学;北京辰安科技股份有限公司;北京辰安信息科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q50/26
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 石茵汀
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 相似 识别 方法 装置 设备
【权利要求书】:

1.一种警情相似度识别方法,其特征在于,包括以下步骤:

分析当前报警信息提取当前警情特征;

根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录;

对所述当前报警信息和各所述历史报警记录进行相似度计算,根据计算结果筛选与所述当前报警信息相似的目标历史报警记录。

2.如权利要求1所述的方法,其特征在于,当所述当前警情特征为报警号码,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:

获取与所述报警号码对应的预设时段内的第一候选历史报警记录;

查询预存的与所述第一候选历史报警记录分别对应的警情状态,根据所述警情状态从所述第一候选历史报警记录中获取未关闭的第一目标历史报警记录。

3.如权利要求1所述的方法,其特征在于,当所述当前警情特征为警情地址,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:

获取与所述警情地址预设范围内的第二候选历史报警记录;

从所述第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。

4.如权利要求1所述的方法,其特征在于,当所述当前警情特征为警情类型,所述根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录,包括:

获取与所述警情类型对应的预设时段内的第三候选历史报警记录;

从所述第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。

5.如权利要求1所述的方法,其特征在于,所述对所述当前报警信息和各所述历史报警记录进行相似度计算,包括:

提取所述当前报警信息中的第一高频词,以及各所述历史报警记录的第二高频词,计算所述第一高频词与所述第二高频词的距离;

计算所述当前报警信息和各所述历史报警记录之间的语义关系相似度;

根据所述第一高频词与所述第二高频词的距离以及所述语义关系相似度,计算所述当前报警信息和各所述历史报警记录之间的相似度。

6.一种警情相似度识别装置,其特征在于,包括:

提取模块,用于分析当前报警信息提取当前警情特征;

获取模块,用于根据所述当前警情特征获取满足预设匹配条件的所有历史报警记录;

筛选模块,用于对所述当前报警信息和各所述历史报警记录进行相似度计算,根据计算结果筛选与所述当前报警信息相似的目标历史报警记录。

7.如权利要求6所述的装置,其特征在于,当所述当前警情特征为报警号码,所述获取模块具体用于:

获取与所述报警号码对应的预设时段内的第一候选历史报警记录;

查询预存的与所述第一候选历史报警记录分别对应的警情状态,根据所述警情状态从所述第一候选历史报警记录中获取未关闭的第一目标历史报警记录。

8.如权利要求6所述的装置,其特征在于,当所述当前警情特征为警情地址,所述获取模块具体用于:

获取与所述警情地址预设范围内的第二候选历史报警记录;

从所述第二候选历史报警记录中获取预设时段内的第二目标历史报警记录。

9.如权利要求6所述的装置,其特征在于,当所述当前警情特征为警情类型,所述获取模块具体用于:

获取与所述警情类型对应的预设时段内的第三候选历史报警记录;

从所述第三候选历史报警记录中获取携带相似标记的第三目标历史报警记录。

10.如权利要求6所述的装置,其特征在于,所述筛选模块具体用于:

提取所述当前报警信息中的第一高频词,以及各所述历史报警记录的第二高频词,计算所述第一高频词与所述第二高频词的距离;

计算所述当前报警信息和各所述历史报警记录之间的语义关系相似度;

根据所述第一高频词与所述第二高频词的距离以及所述语义关系相似度,计算所述当前报警信息和各所述历史报警记录之间的相似度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;北京辰安科技股份有限公司;北京辰安信息科技有限公司,未经清华大学;北京辰安科技股份有限公司;北京辰安信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911414920.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top