基于领域本体的公安案情文本挖掘研究

• 作 者: 简璐瑶
• 发表日期: 2012年期
• 关键词: 案情文本挖掘 法律本体 文本分类 中文分词 文本相似度计算

近年来,随着各地基层公安队伍不断扩充,部分公安执法人员缺乏执法经验,并且对法律条款不熟悉,这样导致了一些治安违法案件处罚不当的情况时有发生。为了解决这一问题,本文设计了一种基于领域本体的案情文本挖掘模型,利用法律本体为案情文本挖掘提供领域知识,并且基于案情文本的特点改进了传统的文本挖掘方法,实现了对非结构化的案情文本的分析处理,使之能够自动匹配相关法律条文,为公安办案人员在执法过程中提供法律支持。本文的研究内容主要分为两个方面：一是研究了法律本体的构建过程；二是探讨了案情文本挖掘中的关键技术。本文先简单地介绍了领域本体的构建原则、方法及工具,然后,根据案情文本挖掘的需求,借鉴了Stanford大学本体构建“七步法”,构建了一个基于本应用的法律本体模型。另外,本文中案情文本挖掘的关键技术包括案情文本的形式化表示和案情文本分类这两部分。本文首先在文本预处理过程中添加了自定义关键词库改进了案情文本的分词效果,接着介绍了基于特征词的向量空间文本表示模型,针对它缺乏领域知识的支持,而忽略了文本语义的缺点,本文引入法律本体为案情文本表示提供背景知识,采用了领域本体中的概念代替特征词,降低了文本向量的维数,改进了案情文本表示效果。此外,本文利用法律本体结构树,计算出概念间的相似度矩阵,调整概念权重,从而改进了文本相似度计算方法,提高了案情文本分类的准确性。