[发明专利]缉私知识的获取方法

权利要求书

1.缉私知识的获取方法，其特征在于，包括：

步骤1：基于缉私案事件信息，构建缉私案事件的情报要素表达模型；

步骤2：通过自然语言处理技术和深度学习算法模型，自动抽取所述缉私案事件的情报要素；

步骤3：结合证据链条，进行大数据环境下的缉私情报的效果验证。

2.根据权利要求1所述的缉私知识的获取方法，其特征在于，所述证据链条包括单据链、资金链或货物链中的至少一种。

3.根据权利要求1所述的缉私知识的获取方法，其特征在于，所述情报要素表达模型至少包括：时间要素、地点要素、人物要素、物品要素及事件要素。

4.根据权利要求3所述的缉私知识的获取方法，其特征在于，在特定的所述时间要素、空间要素下，依据不同状态下的所述时间要素，刻画所述缉私案事件的演变过程。

5.根据权利要求1所述的缉私知识的获取方法，其特征在于，所述缉私知识包括：

概念关系，所述概念关系至少包括同伙关系、上家关系、下家关系、等同关系和相关关系；

特征关系，所述特征关系至少包括时间关系、空间关系、属性关系、状态关系和过程关系。

6.根据权利要求1所述的缉私知识的获取方法，其特征在于，所述步骤2中抽取所述缉私案事件的情报要素包括：

S1：选取不同类型、不同内容和不同形式的缉私案事件文本信息，构建缉私案事件样本库；

S2：将所述缉私案事件文本信息进行分词与词性标注；

S3：构建卷积神经网络与条件随机模型，实现实体识别、特征信息和关联关系的抽取。

7.根据权利要求6所述的缉私知识的获取方法，其特征在于，所述卷积神经网络的构建步骤包括：

SⅠ：将获取的所述缉私案事件的文本信息，建立知识子图；

SⅡ：在特定的时空条件下，研究所述知识子图的节点链路预测方法；

SⅢ：通过模型迭代和规范化处理，判断所述缉私案事件的不同状态，并按照时间和空间的变化顺序，输出所述缉私案事件的状态转换过程；

SⅣ：判断不同的所述缉私案事件的情报要素，生成不同粒度和不同层次的缉私知识图谱。

8.根据权利要求7所述的缉私知识的获取方法，其特征在于，所述SⅡ中通过所述知识子图顶点的合并和/或关联，将所述知识子图生成对所述缉私案事件的所述缉私知识图谱。