[发明专利]新作案手段描述词识别方法与装置、电子设备及存储介质

说明书

本公开提供了新作案手段描述词识别方法与装置、电子设备及存储介质。该方法的一具体实施方式包括：获取近期盗抢骗历史接处警文本集合；对近期盗抢骗历史接处警文本集合中的各近期盗抢骗历史接处警文本进行切词处理得到对应的分词序列，以及用切词处理后得到的各分词序列生成目标分词序列集合；用目标分词序列集合中的目标分词序列中的两相邻分词组成的二元拼接词生成二元拼接词库；对于二元拼接词库中的每个二元拼接词，执行识别操作以确定该二元拼接词是否为新作案手段描述词。该实施方式实现了自动提取近期盗抢骗历史接处警文本集合中的新作案手段描述词。

技术领域

本公开涉及计算机技术领域，具体涉及新作案手段描述词识别方法与装置、电子设备及存储介质。

背景技术

公安机关在接警后会生成接警文本，在处警后会生成处警文本。接处警文本即包括上述接警文本和处警文本。社会各行各业每天都会出现日新月异的变化，伴随着可能出现各种案件，公安机关每天也会生成相应的接处警文本。具体而言，在盗抢窃类案件中，还会出现形式各异的作案手段，相应的在描述盗抢窃类的案件的接处警文本中也会随着时间的推移，出现关于以前未曾出现过的、新的作案手段的描述。这里，作案手段指作案人员为达到目的在作案过程中所采取的方法和措施。例如，在盗抢窃案件中，可以包括溜门盗窃、翻窗盗窃、持刀抢劫、徒步抢劫、骑摩托车抢等具体的作案手段。对公安机关而言，需要及时地对新出现的作案手段尽快了解并部署相应的处理方案。即，及时地从近期生成的接处警文本中提取出以前未出现过的用于描述作案手段的、新作案手段描述词是很重要的。

然而，目前基本是靠人工提取近期生成的接处警文本中的新作案手段描述词，所需的人力和时间成本较高，新型的作案手段不能被及时发现并进行相应处理，对人民生命财产安全造成隐患。另外，由于接处警文本大多采用自然语言描述、表达方式严重口语化且无规则，人工提取难度较高，依赖于人工经验，即人工提取新作案手段描述词过程中学习成本较高。

发明内容

本公开提出了新作案手段描述词识别方法与装置、电子设备及存储介质。

第一方面，本公开提供了一种新作案手段描述词识别方法，该方法包括：获取近期盗抢骗历史接处警文本集合，其中，上述近期盗抢骗历史接处警文本集合是最近预设作案手段发现时长内生成的、用于描述盗抢骗类别案件的历史接处警文本集合；对上述近期盗抢骗历史接处警文本集合中的各近期盗抢骗历史接处警文本进行切词处理得到对应的分词序列，以及用切词处理后得到的各分词序列生成目标分词序列集合；用上述目标分词序列集合中的目标分词序列中的两相邻分词组成的二元拼接词生成二元拼接词库；对于上述二元拼接词库中的每个二元拼接词，执行以下识别操作：基于上述目标分词序列集合计算该二元拼接词的词频、自由度和凝固度，以及响应于确定该二元拼接词满足预设新词发现条件组中的每个条件，将该二元拼接词确定为新作案手段描述词，其中，上述预设新词发现条件组包括以下至少一个条件：该二元拼接词的词频大于预设词频阈值，该二元拼接词的凝固度大于预设凝固度阈值，该二元拼接词的自由度大于预设自由度阈值。

在一些可选的实施方式中，上述对上述近期盗抢骗历史接处警文本集合中的各近期盗抢骗历史接处警文本进行切词处理得到对应的分词序列，包括：基于预设切词词典对上述近期盗抢骗历史接处警文本集合中的各近期盗抢骗历史接处警文本进行切词处理得到对应的分词序列；以及上述方法还包括：将上述二元拼接词库中确定为新作案手段描述词的各二元拼接词添加到上述预设切词词典中。