摘　要　隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，知識圖譜以其豐富的語義表達(dá)和推理給公安情報業(yè)務(wù)帶來深刻的變革。本文梳理了知識圖譜和犯罪情報的基本概念和特點，進(jìn)而闡述基于知識圖譜的犯罪情報圖譜的構(gòu)建流程和推理技術(shù)，介紹相關(guān)技術(shù)的重點難點及存在的問題，給出后續(xù)發(fā)展的方向。文本旨在為構(gòu)建犯罪情報圖譜提供整體思路，為犯罪情報圖譜的各環(huán)節(jié)提供現(xiàn)有的可行技術(shù)，為犯罪情報圖譜的實現(xiàn)和應(yīng)用提供有益的借鑒。

　　關(guān)鍵詞　知識圖譜　情報分析　犯罪情報　犯罪情報圖譜

　　現(xiàn)今信息技術(shù)日新月異，信息呈爆炸式增長，如何快速實現(xiàn)犯罪情報的要素提取、組織、和分析，輔助偵查是公安大數(shù)據(jù)和智慧警務(wù)的發(fā)展方向。知識圖譜作為一種刻畫大規(guī)模數(shù)據(jù)關(guān)聯(lián)的利器，在犯罪情報分析應(yīng)用中價值極大。

　　一、知識圖譜概述

　　(一)知識圖譜表示與建模知識圖譜源于語義網(wǎng)絡(luò)，由Google公司于2012年提出，采用圖模型對現(xiàn)實世界的事物及關(guān)聯(lián)建模。知識圖譜將實體及關(guān)系表示為三元組G=(ε,R,ξ)，ε表示實體集合，R表示實體關(guān)系的集合，ξ=R×ε×ε表示圖譜三元組集合[1]。

　　三元組的表示規(guī)范主要有資源描述框架(ResourceDescriptionFramework,RDF)、RDFs(RDFSchema)和網(wǎng)絡(luò)本體語言(WebOntologyLanguage,OWL)。RDF是W3C提出用于描述實體的標(biāo)準(zhǔn)，對每個資源使用統(tǒng)一資源標(biāo)識符(URI)標(biāo)識，以網(wǎng)絡(luò)形式連接各實體，可用多個三元組表示復(fù)雜語義，但最多僅能表述二元謂詞，表示能力有限。RDFs是描述RDF的輕量級語言，增加對實體的類和屬性描述，可描述實體和屬性的關(guān)系。OWL基于XML和RDF/RDFs采用含頭部和主體的二元結(jié)構(gòu)。頭部存儲命名空間，主體則描述本體的類別、實例和屬性間的關(guān)聯(lián)。OWL還提供類、屬性和實例的等價、互逆、對稱等聲明，表達(dá)能力更強(qiáng)，是W3C表示本體的推薦語言。

　　(二)知識圖譜的應(yīng)用

　　1.優(yōu)化搜索引擎知識圖譜最早應(yīng)用于提升搜索引擎的能力。傳統(tǒng)搜索引擎通過關(guān)鍵字實現(xiàn)網(wǎng)頁搜，無法有效應(yīng)對具有歧義的檢索。知識圖譜利用其強(qiáng)大的實體概念表述能力，能夠利用數(shù)據(jù)的語義較為準(zhǔn)確識別用戶的需求，提高了用戶搜索的準(zhǔn)確性，成為新一代智能搜索引擎的強(qiáng)大動力。

　　2.突破智能問答瓶頸在自動問答方面，知識圖譜基于關(guān)聯(lián)關(guān)系，實現(xiàn)自然語言的語義結(jié)構(gòu)化，可提高自動問答系統(tǒng)的智能化和精確性。目前，智能問題系統(tǒng)能較好應(yīng)對事實性單點問題，效果接近真人。結(jié)合知識圖譜和機(jī)器學(xué)習(xí)的智能問答系統(tǒng)可提高對問題的語義理解，增強(qiáng)對詞組合問題的探索[2]。

　　3.實現(xiàn)機(jī)器推理

　　結(jié)合邏輯謂詞和圖搜索等技術(shù)，知識圖譜可完成基于關(guān)系邏輯的硬邏輯規(guī)則提取，完成精確型問題的機(jī)器推理工作，符合人類的推理邏輯，結(jié)果的可解釋性最好[3]。將機(jī)器學(xué)習(xí)與知識圖譜結(jié)合，把圖譜映射為神經(jīng)網(wǎng)絡(luò)，通過優(yōu)化算法提取實體鄰接關(guān)系，實現(xiàn)圖譜的多步推理[4]。

　　4.增強(qiáng)推薦系統(tǒng)

　　面對海量電商信息，知識圖譜可增強(qiáng)商品與用戶的信息語義關(guān)聯(lián)，解決系統(tǒng)冷啟動問題，增強(qiáng)商品推薦效果。Trans系列[5]嵌入法可獲得實體和關(guān)系的低維稠密向量，進(jìn)而確定實體的相似性以實現(xiàn)推薦。不同類別實體或關(guān)系構(gòu)成的異質(zhì)知識圖譜使用圖卷積網(wǎng)絡(luò)可取得較好效果[6]。基于元路徑的挖掘方法也可用于異質(zhì)圖譜推薦，利用路徑相似性獲得物品和用戶的偏好特征，通過特征向量點積的加權(quán)累積進(jìn)行推薦[7]。文獻(xiàn)[8]使用元圖替代元路徑對異質(zhì)網(wǎng)絡(luò)進(jìn)行特征提取，更全面展示其中的復(fù)雜特征，提升推薦效果。

　　二、犯罪情報

　　(一)犯罪情報的類型

　　犯罪情報按來源可分為境內(nèi)和境外情報。境內(nèi)情報是從國內(nèi)獲取的犯罪情報;境外情報則通過各種方式從國外或境外獲取的犯罪情報。犯罪情報按其地位分為戰(zhàn)略情報和戰(zhàn)術(shù)情報。戰(zhàn)略情報是指對犯罪偵查工作具有重大影響的情報，而戰(zhàn)術(shù)情報是指感知片面情況或局部情況的情報。在載體方面，犯罪情報可分為文字情報、聲像情報和實物情報。從內(nèi)容角度，犯罪情報分為人員、案件和犯罪組織情報等。犯罪情報屬性分為線索型、資料型和預(yù)測型情報三類。線索型情報為犯罪偵查提供引導(dǎo)信息，資料型情報為犯罪偵查提供基礎(chǔ)信息，預(yù)測型情報則指用于預(yù)測犯罪活動在特定時空范圍內(nèi)演變趨勢。近年來，開源情報作為新情報源已嶄露頭角。

　　(二)犯罪情報的特點

　　犯罪情報具有知識性、有序性、傳遞性和實用性等基本屬性。知識性表明情報是偵查人員對客觀犯罪活動的認(rèn)知。有序性是指犯罪情報處理需要一個漸進(jìn)的加工過程。傳遞性是指犯罪情報必須在進(jìn)行傳遞才能發(fā)揮價值。實用性則表明犯罪情報必須服務(wù)實戰(zhàn)。犯罪情報的特性表現(xiàn)為社會性、累積性、時效性、隨機(jī)性和秘密性等。犯罪活動是人類的行為，社會性是其與生俱來的天性。犯罪情報的價值只有積累到一定規(guī)模才能發(fā)揮作用。犯罪情報的實時性是捕捉戰(zhàn)機(jī)的關(guān)鍵。隨機(jī)性表明單條犯罪情報僅能反映特定犯罪活動在某個時空截面的情況。秘密性是指犯罪情報僅能以隱蔽方式在特定范圍獲取、傳遞和運(yùn)用。

　　三、犯罪情報的知識圖譜構(gòu)建及運(yùn)用

　　(一)基于知識圖譜的犯罪情報圖譜構(gòu)建

　　1.涉案實體識別

　　實體識別是犯罪圖譜的基礎(chǔ)，旨在從情報中抽取實體。實體識別的對象分為實體、時間和數(shù)字三大類，細(xì)分為人名、機(jī)構(gòu)名、地名、時間、日期、貨幣、交通工具和武器等。實體識別分人工識別和自動識別。人工識別相對準(zhǔn)確，但效率低，僅適用少量樣本的處理。自動識別分為兩大類：基于規(guī)則的實體識別和基于機(jī)器學(xué)習(xí)的實體識別，機(jī)器學(xué)習(xí)識別又分為基于特征和基于神經(jīng)網(wǎng)絡(luò)。基于規(guī)則的方法適用于英文環(huán)境，國外早期系統(tǒng)均采用此法。基于詞典方法依靠匹配規(guī)則簡單有效，對中文支持較好，但構(gòu)建詞典耗時耗力[9]。

　　機(jī)器學(xué)習(xí)方法則利用已標(biāo)注的語料庫訓(xùn)練模型，獲得特定字或詞作為命名實體整體或部分的概率，常用方法有基于上下文[10]和基于序列化標(biāo)注[11]等。其后，基于LSTMCRF[12]的深度學(xué)習(xí)被用于實體識別。由于任務(wù)和需求不同，實體識別的粒度也不同。實體識別粒度越小則難度和開銷越大，但指導(dǎo)意義更大。當(dāng)前，困擾實體識別的要素包括實體命名形式多變、語言環(huán)境復(fù)雜和實體存在歧義等。

　　2.實體消歧

　　由于形式和語義復(fù)雜，實體識別后需進(jìn)行一致性校驗，即實體消歧。其原因在于：同一實體可能有不同的稱謂，同一名稱在上下文中可能表示不同的實體。消歧的一般方法為有監(jiān)督的機(jī)器學(xué)習(xí)[13]。分類方法通過構(gòu)建正負(fù)實例、指稱-實體對等形式通過有監(jiān)督方式進(jìn)行學(xué)習(xí)，獲取二元分類模型以實現(xiàn)實體消歧。機(jī)器學(xué)習(xí)排序方法分三類，PointWise使用近似回歸模型計算候選匹配實體的得分并排序，得分越高則越傾向為同一實體。

　　PairWise將候選項匹配成對，利用項與項間的相對位置關(guān)系構(gòu)建訓(xùn)練樣本，采用分類方法訓(xùn)練排序感知機(jī)實現(xiàn)消歧;ListWise則將査詢結(jié)果排序列表視為訓(xùn)練實例，利用ListNet算法訓(xùn)練排序模型進(jìn)行消歧。基于圖的方法將情報中的實體指稱及其候選實體構(gòu)成圖結(jié)構(gòu)，利用兩者的關(guān)聯(lián)完成協(xié)同消歧[14]。混合模型綜合運(yùn)用多種模型獲得各自消歧結(jié)果，最后通過比較得到最優(yōu)結(jié)果，效果好于單模型。實體消歧過程要避免實體的遺漏和流失，以免情報失真。

　　3.實體關(guān)聯(lián)提取

　　實體關(guān)聯(lián)是構(gòu)建犯罪知識圖譜的核心環(huán)節(jié)，將情報信息從語言層面上升到內(nèi)容層面。在犯罪情報方面，實體關(guān)系主要體現(xiàn)人(組織)、物或事為中心的兩方或多方關(guān)聯(lián)，需要時還可加入時間或地點。其難點在于同一關(guān)系表述不同、關(guān)系涉及實體多、同一詞匯表達(dá)不同關(guān)系和存在隱性關(guān)聯(lián)等。基于模板的方法是關(guān)系抽取的傳統(tǒng)方法，根據(jù)實體指稱的上下文關(guān)系參照模板提取關(guān)系[15]。

　　基于機(jī)器學(xué)習(xí)的方法分為有監(jiān)督學(xué)習(xí)和弱監(jiān)督學(xué)習(xí)兩類。有監(jiān)督學(xué)習(xí)方法通過分類算法學(xué)習(xí)人工標(biāo)注的實體指稱關(guān)聯(lián)樣本進(jìn)行模型訓(xùn)練，形成語義關(guān)系分類器用于關(guān)系提取[16]。基于弱監(jiān)督學(xué)習(xí)方法以距離監(jiān)督為假設(shè)，對人工標(biāo)注的部分圖譜三元組樣本進(jìn)行學(xué)習(xí)以形成分類器，進(jìn)而自動完成其他內(nèi)容的關(guān)系抽取[17]。Hasegawa等提出基于無監(jiān)督技術(shù)的關(guān)系抽取，按實體特征進(jìn)行全連通聚類，通過關(guān)系相似性確定實體關(guān)系的類型[18]。視頻、圖片、語言等類型的情報信息進(jìn)行關(guān)系抽取將是今后的發(fā)展方向。

　　(二)基于知識圖譜的犯罪情報分析與挖掘當(dāng)前的“情報主導(dǎo)警務(wù)”強(qiáng)調(diào)情報對警務(wù)活動的指導(dǎo)，要求警方有效融合情報，全面深入挖掘情報內(nèi)涵，知識圖譜正好滿足需求。

　　1.基于圖譜的犯罪信息搜索

　　傳統(tǒng)的信息檢索通過關(guān)鍵字匹配方式完成查找，未考慮關(guān)鍵字的語義和上下文關(guān)系，檢索質(zhì)量不高。基于知識圖譜的實體檢索同時考慮語義相似性和結(jié)構(gòu)相似性，計算每個實體相關(guān)的三元組與用戶查詢之間的相關(guān)度，排序后得到候選實體[19]。此外，知識圖譜作為一種存在邏輯結(jié)構(gòu)的有向連通圖，可通過圖模型進(jìn)行建模檢索，用檢索對象的特征建立子圖并構(gòu)建圖譜的圖索引[20]，通過子圖篩選技術(shù)實現(xiàn)犯罪信息檢索。

　　當(dāng)檢索目標(biāo)較復(fù)雜時可綜合多個圖譜進(jìn)行搜索，基于圖譜的問答技術(shù)用于提高搜索效果[21]。基于詞典-文法的語義解析方法通過分析問句，構(gòu)建由節(jié)點、邊和操作符組成的語義圖，視其為圖譜子圖并映射到圖譜中，通過圖匹配完成檢索[22]。目前，基于知識圖譜的簡單問題檢索基本成熟，但深層挖掘問題、大規(guī)模搜索和長尾問題等仍待研究。

　　2.基于圖譜的案件推理

　　知識圖譜的結(jié)構(gòu)化形式是其強(qiáng)于數(shù)據(jù)庫的最大優(yōu)勢，支持信息推理，可用于情報的補(bǔ)齊、質(zhì)檢和挖掘，輔助研判。知識圖譜推理著眼實體和關(guān)系，進(jìn)行演繹推理和基于歸納的推理，由已有信息推斷未知信息。歸納推理用于推理具體事實，利用邏輯規(guī)則獲得某個事件的過程;演繹推理則著重提取知識圖譜中的邏輯規(guī)則。演繹推理包括基于謂詞邏輯的關(guān)系推理[23]、基于概率邏輯的規(guī)則提取[24]和基于隨機(jī)游走的規(guī)則挖掘[25]等。歸納推理包括基于置信規(guī)則推理的關(guān)系預(yù)測[26]，基于路徑的關(guān)系推理[27]等。知識圖譜推理技術(shù)可輔助事件規(guī)律挖掘、人員畫像構(gòu)建、特定群體發(fā)現(xiàn)、人物關(guān)系梳理等犯罪情報分析。

　　情報論文投稿刊物：《圖書與情報》始刊于1981年，由甘肅省圖書館、甘肅省科技情報研究所聯(lián)合主辦。自創(chuàng)刊以來一直以學(xué)術(shù)質(zhì)量建設(shè)為核心，關(guān)注圖情業(yè)界的最新學(xué)術(shù)熱點與動態(tài)，注重刊發(fā)理論與實踐相結(jié)合、國內(nèi)與國外相融匯的科研學(xué)術(shù)成果，是一份圖情界非常有影響的兩棲類學(xué)術(shù)刊物。

　　四、結(jié)語

　　本文概述知識圖譜和犯罪情報的相關(guān)概念和特點，介紹犯罪情報圖譜的構(gòu)建步驟和方法，梳理存在的問題和發(fā)展方向，為相關(guān)研究提供思路。在大數(shù)據(jù)和人工智能等新興技術(shù)不斷發(fā)展的今天，犯罪情報圖譜賦能公安機(jī)關(guān)占據(jù)信息制高點，對維護(hù)國家安全和公共安全具有重要作用，是我國構(gòu)建治理體系和治理能力現(xiàn)代化的重要抓手，在公安情報工作中大有作為。

　　參考文獻(xiàn)：

　　[1]　趙軍，劉康，何世柱，等.知識圖譜[M].北京:高等教育出版社，2018:2-5.

　　作者：張美璟