semantic parsing knowledge graph law enforcement symbolic reasoning ontology
摘要

执法报告包含结构化字段和叙述性文本,但许多关键事实存在于自然语言中,需人工阅读。本文提出一种基于符号方法的框架,将叙述转化为关联证据的事实。目标是通过非结构化文本恢复事件细节,并结合时间线索与领域公理构建时序图。该方法涉及隐私脱敏、语义解析、谓词映射至本体及逻辑推理。在 450 份财产犯罪报告上的评估显示,54.1% 的事件提取置信度超 0.80,93.7% 成功映射语义路径,关键要素识别达成完全一致。

AI 推荐理由

论文利用本体和符号方法进行语义解析与逻辑推理,以从非结构化文本中提取事实,推理是核心环节。

研究机构
罗切斯特警察局商业智能办公室,美国纽约州罗切斯特 罗切斯特理工学院计算机科学系,美国纽约州罗切斯特 罗切斯特理工学院数学与统计学院,美国纽约州罗切斯特
论文信息
作者 Anita Srbinovska, Jansen Orfan, Adrian Martin, Ernest Fokoué
发布日期 2026-05-15
arXiv ID 2605.15978
相关性评分 8/10 (高度相关)