[发明专利]一种融合地理位置和文本相似性的警情自动下发方法

说明书

本发明公开了一种融合地理位置和文本相似性的警情自动下发方法，属于智慧警务公安技术领域。该方法融合了由FastText得到的地址词向量和根据地址解析服务得到经纬度信息，将二者组成的地址多元要素作为加权KNN模型的输入来训练分类器。同时加权KNN采用sigmoid函数自适应地权衡在不同经纬度解析精度下地址位置坐标与词向量相似性的权重，提高了模型的鲁棒性。以某市历史警情下发数据为依托，结果显示警情下发准确率在91％以上，验证了本发明在某市经纬度不准确、新地址冷启动等警情下发场景中的有效性及高效性。本专利由国家重点研发计划资助项目(2017YFC0820505)资助。

技术领域

本发明属于智慧警务公安技术领域，尤其是指一种融合地理位置和文本相似性的警情自动下发方法。

背景技术

警情的下发效率直接关系到公安民警的出警质量，从而影响公安机关驾驭治安局势的能力和水平。在以往的警情下发中，一般只考虑地址位置的经纬度信息，这就导致在管辖范围界限模糊、经纬度定位不准确时，仍需手动下发警情，容易造成人力、物力的损失以及区域安全指数的降低。

现有技术中，申请号为CN201110405645.X的中国专利公开了一种警情下发方式，其主要是人工确认方式。申请号为CN201210258092.4的中国专利中提出了一种方法，其将接受到的警情信息经过字符识别、自动寻址处理后，群发到各治安卡口、对应发案辖区派出所和流动巡逻警力。但是，有的城市缺乏“派出所管辖范围”的基础数据，同时，某些地区地理信息系统不完善，存在地名不规范、经纬度定位不准确和派出所管辖范围边界不规则、包含离群点等问题。

对于这种情况，在区域划分时，城市功能区划分的聚类算法得到的凸包存在重合交叉的情况，仍需要在凸包功能区的基础上进行人工删除或融合功能区。在中文地址文本处理时，可以利用编辑距离度量中文地名文本相似性，同时借助形近字库解决错别字问题，但是该相似性的度量未考虑语义相似性，同时依赖于分词的准确性，不适用于某市地名不规范的场景；此外，还可以借助词袋模型或向量空间模型，将词向量化，但是词袋模型仅考虑了词频等统计信息，同样不能考虑上下文语义，并且维度过高。

可见，现有技术中的警情自动下发方法缺乏广泛的适用性，尤其是对于某些地理信息不规范、地名不规范的城市，存在管辖区域范围难以自动划分、无法对中文地名进行相似性度量的问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种融合地理位置和文本相似性的警情自动下发方法，能够提高警情下发的自动化程度和下发的准确率。

为了实现上述目的，本发明采用的技术方案为：

一种融合地理位置和文本相似性的警情自动下发方法，包括以下步骤：

(1)当新警情到达时，根据警情中的中文地址，调用地图API，获取地址经纬度和地址理解度；

(2)借助jieba分词将中文地址切分为中文地址分词；

(3)根据中文地址分词，查询基于FastText分类器训练出的词向量库，得到中文地址的向量化表示，即中文地址词向量；

(4)根据地址理解度设置基于位置坐标相似性和中文地址文本语义相似性的自适应权重，其中，位置坐标相似性通过计算两个地址经纬度的余弦值得到，中文地址文本语义相似性通过计算两个中文地址词向量的余弦值得到；

(5)将所得到的地址经纬度、中文地址词向量和自适应权重输入给加权K最近邻分类算法，得到分类结果，即派出所id；

(6)根据派出所id将警情下发给对应派出所。

优选的，所述步骤(2)的具体方式为：

(201)利用网络爬虫技术获取国家统计局公布的某地的市、县/区、乡/镇、村/社区的地名信息；