基于領(lǐng)域知識(shí)圖譜的應(yīng)急處置預(yù)案動(dòng)態(tài)融合①

許晶航,閆碧瑩,陳 峰,曹婭琪

(中國科學(xué)院 軟件研究所,北京 100190)

應(yīng)急預(yù)案,指根據(jù)突發(fā)異常事件的情景進(jìn)行應(yīng)急管理、制定指揮計(jì)劃、提出處置方法等工作的設(shè)計(jì)方案.應(yīng)急預(yù)案的制定是應(yīng)急處置過程的關(guān)鍵環(huán)節(jié),是反應(yīng)事件情況、選擇行動(dòng)方案、保證任務(wù)順利進(jìn)行的主要手段.目前針對(duì)自然災(zāi)害[1-3]、突發(fā)公共事件[4-7]、城市軌道交通[8-10]等突發(fā)事件的應(yīng)急預(yù)案均有相關(guān)研究.主流研究大多通過探究預(yù)案制定規(guī)則、建立預(yù)案生成模型、設(shè)計(jì)應(yīng)急處置系統(tǒng)等方法,提高應(yīng)急預(yù)案生成的準(zhǔn)確性與時(shí)效性.

社區(qū)矯正是一種針對(duì)犯罪情節(jié)較輕的人員,通過社會(huì)與政府的幫助,使其改正惡習(xí),重新回歸并融入社會(huì)的一種罪犯教育方法.隨著司法領(lǐng)域的改革,為了減緩監(jiān)獄壓力,社區(qū)矯正逐漸成為一種重要的刑罰方式.經(jīng)過多年努力,社區(qū)矯正雖取得了很好的效果,但由于其非監(jiān)禁式的處罰方式,因發(fā)展迅速導(dǎo)致的規(guī)章制度不完善、應(yīng)急預(yù)案不充分、人力物力不充足等缺點(diǎn),在執(zhí)法過程中極易出現(xiàn)矯正對(duì)象脫管、漏管、再犯罪等現(xiàn)象,對(duì)社會(huì)造成二次傷害.因此應(yīng)對(duì)矯正對(duì)象在社區(qū)矯正期間的突發(fā)異常狀況,如何制定高效,可行的應(yīng)急處置方案是社區(qū)矯正應(yīng)急指揮中心的一項(xiàng)重要任務(wù).現(xiàn)有方法生成的應(yīng)急預(yù)案固定死板,無法根據(jù)矯正對(duì)象的實(shí)時(shí)情況動(dòng)態(tài)注入數(shù)據(jù)智能生成應(yīng)急預(yù)案.此外,傳統(tǒng)的工作模式需花費(fèi)作業(yè)人員大量的時(shí)間與精力,極易造成應(yīng)急預(yù)案的使用瓶頸并延誤行動(dòng)進(jìn)程.因此,如何實(shí)時(shí)獲取矯正對(duì)象異常行為的最新情報(bào)并預(yù)測(cè)其意圖動(dòng)向,快速調(diào)取當(dāng)前或動(dòng)向所在地司法部門與負(fù)責(zé)人員的相關(guān)信息并制定懲罰方案,從而迅速準(zhǔn)確地構(gòu)建面向社區(qū)矯正對(duì)象異常行為的應(yīng)急處置預(yù)案,縮短從異常征兆出現(xiàn)到行動(dòng)方案生成的時(shí)間,實(shí)現(xiàn)多部門快速聯(lián)動(dòng)響應(yīng)從而進(jìn)行高效地協(xié)同處置,是當(dāng)前司法領(lǐng)域應(yīng)急技術(shù)所需要克服的難題.

為了提高社區(qū)矯正的監(jiān)管質(zhì)量與異常情況的處置速度,本文針對(duì)矯正對(duì)象個(gè)人數(shù)據(jù)與異常情景信息的多源異構(gòu)、復(fù)雜關(guān)聯(lián)和動(dòng)態(tài)演化的特點(diǎn),對(duì)多維度數(shù)據(jù)進(jìn)行聯(lián)合挖掘,構(gòu)建司法領(lǐng)域知識(shí)圖譜與犯罪事理圖譜,為應(yīng)急預(yù)案的智能生成提供數(shù)據(jù)基礎(chǔ)與動(dòng)態(tài)分析依據(jù).針對(duì)司法行政跨區(qū)域聯(lián)合執(zhí)法協(xié)同過程的智能性和準(zhǔn)確性等特點(diǎn),以事件驅(qū)動(dòng)的方式實(shí)現(xiàn)應(yīng)急處置流程在多部門間有序流轉(zhuǎn),實(shí)現(xiàn)司法行政跨區(qū)域聯(lián)合執(zhí)法并生成多部門應(yīng)急預(yù)案動(dòng)態(tài)對(duì)接機(jī)制.通過預(yù)案融合模型快速制定符合實(shí)際情景的應(yīng)急處置方案,實(shí)現(xiàn)檢察院、法院、公安和司法等多系統(tǒng)、多部門融合對(duì)接以及應(yīng)急快速聯(lián)動(dòng)響應(yīng),將司法領(lǐng)域的應(yīng)急處置向快捷高效的應(yīng)用模式進(jìn)行積極探索與轉(zhuǎn)變.

本文的貢獻(xiàn)有:

(1)將知識(shí)圖譜與應(yīng)急處置預(yù)案進(jìn)行動(dòng)態(tài)融合,使應(yīng)急處置方法向智能高效的模式轉(zhuǎn)變.利用數(shù)據(jù)融合技術(shù)整合多源異構(gòu)數(shù)據(jù),構(gòu)建司法領(lǐng)域知識(shí)圖譜與犯罪事理圖譜,為應(yīng)急預(yù)案的生成提供數(shù)據(jù)基礎(chǔ)與輔助決策支持.

(2)建立數(shù)據(jù)和流程動(dòng)態(tài)注入的多部門應(yīng)急處置預(yù)案生成模型,實(shí)現(xiàn)跨部門多主體高效的動(dòng)態(tài)協(xié)同應(yīng)急處置方法.

1 相關(guān)工作

1.1 司法領(lǐng)域的應(yīng)急處置

在司法領(lǐng)域,應(yīng)急處置預(yù)案的相關(guān)研究仍然在起步階段,并無成熟的研究體系與完善的理論基礎(chǔ).目前,相關(guān)工作大多僅停留在理論方法層面,社會(huì)科學(xué)學(xué)者、法學(xué)研究者、突發(fā)事件應(yīng)急組、司法行政人員等針對(duì)現(xiàn)有司法應(yīng)急處置現(xiàn)狀[11]、應(yīng)急法律機(jī)制[12]與協(xié)調(diào)機(jī)制[13]、應(yīng)急機(jī)制實(shí)踐情況[14]、應(yīng)急方案的制度環(huán)境與條件支撐[15]等方面探討司法領(lǐng)域的應(yīng)急處置.

隨著信息技術(shù)的飛速發(fā)展,越來越多的IT (Information Technology)學(xué)者將日益發(fā)達(dá)的計(jì)算機(jī)及網(wǎng)絡(luò)通訊技術(shù)應(yīng)用到司法應(yīng)急處置領(lǐng)域中,實(shí)現(xiàn)快速、科學(xué)地處置司法領(lǐng)域的突發(fā)異常事件.朱利強(qiáng)[16]針對(duì)轟動(dòng)全國的越獄事件設(shè)計(jì)了監(jiān)獄應(yīng)急預(yù)案系統(tǒng),為應(yīng)急決策人員提供符合當(dāng)前突發(fā)事件情況的處置預(yù)案作為應(yīng)急處置的輔助參考,提高干警處理突發(fā)事件的效率以及提升監(jiān)獄管理工作的信息化水平;王定輝等[17]針對(duì)監(jiān)獄突發(fā)事件的特點(diǎn)以及當(dāng)前所面臨的問題,研制擬真模擬演練系統(tǒng),加強(qiáng)相關(guān)部門之間的協(xié)作,提高演練的科學(xué)性與時(shí)效性.

1.2 社區(qū)矯正與應(yīng)急處置

現(xiàn)有司法應(yīng)急處置的研究多通過數(shù)據(jù)調(diào)研、設(shè)計(jì)應(yīng)急系統(tǒng)等方法輔助司法監(jiān)獄突發(fā)事件應(yīng)急預(yù)案的生成.監(jiān)獄服刑是監(jiān)禁式的刑罰方式,服刑人員在固定地點(diǎn)進(jìn)行統(tǒng)一監(jiān)管,與社區(qū)矯正的刑罰方式差異較大.社區(qū)矯正作為一種新型刑罰方式發(fā)展迅速,由于行刑環(huán)境的開放性,監(jiān)管難度較大,矯正對(duì)象在服刑期間極易出現(xiàn)異常行為或再次犯罪.社區(qū)矯正作為一個(gè)高危領(lǐng)域,必須重視應(yīng)急處置體系的建設(shè),一旦發(fā)現(xiàn)矯正對(duì)象逃脫合法監(jiān)管區(qū)域、出現(xiàn)打架斗毆等違法行為,需及時(shí)向相關(guān)司法部門上報(bào)并生成應(yīng)急預(yù)案,將異常突發(fā)事件對(duì)社會(huì)造成的影響降到最低.

然而,目前社區(qū)矯正應(yīng)急體系的研究仍然處在摸索階段,并無完備的建設(shè)體系.現(xiàn)有相關(guān)研究多通過現(xiàn)狀分析、理論思考、系統(tǒng)設(shè)計(jì)等方法對(duì)社區(qū)矯正的應(yīng)急處置進(jìn)行初步探究.吳宗憲[18]通過探討社區(qū)矯正應(yīng)急管理的概念定義、研究現(xiàn)狀、具體內(nèi)容、立法完善這4 個(gè)方面,對(duì)學(xué)術(shù)界并未統(tǒng)一定義的概念“社區(qū)矯正應(yīng)急管理”進(jìn)行全方位的歸納總結(jié),為該領(lǐng)域提供統(tǒng)一的規(guī)范參考.朱玉清[19,20]對(duì)南寧市社區(qū)矯正的工作現(xiàn)狀進(jìn)行分析,提出一種應(yīng)急體系的建設(shè)方案.曹暉等[21]通過設(shè)計(jì)社區(qū)矯正應(yīng)急指揮系統(tǒng),將計(jì)算機(jī)技術(shù)應(yīng)用到社區(qū)矯正應(yīng)急處置領(lǐng)域中.當(dāng)矯正對(duì)象的異常行為觸發(fā)報(bào)警時(shí),通過社區(qū)矯正應(yīng)急指揮系統(tǒng)快速調(diào)用應(yīng)急預(yù)案庫中對(duì)應(yīng)的應(yīng)急預(yù)案,并將預(yù)案中的指令信息發(fā)送給相關(guān)信息收發(fā)終端,提升應(yīng)急處置的工作效率.

利用日益發(fā)展的計(jì)算機(jī)技術(shù),社區(qū)矯正應(yīng)急領(lǐng)域通過設(shè)計(jì)應(yīng)急指揮系統(tǒng)實(shí)現(xiàn)了從理論方法到實(shí)際應(yīng)用的初步探索.然而,隨著與社區(qū)矯正對(duì)象有關(guān)的突發(fā)事件異常情況的日益復(fù)雜,通過應(yīng)急指揮系統(tǒng)從已有應(yīng)急預(yù)案庫中匹配得到的單一固定方案無法通過動(dòng)態(tài)注入數(shù)據(jù)為不同的異常情景制定智能化應(yīng)急處置預(yù)案,難以滿足應(yīng)急決策所需.此外,若矯正對(duì)象出現(xiàn)逃離合法區(qū)域、脫管等異地行為,應(yīng)急處置流程難以在部門間快速有序流轉(zhuǎn),無法實(shí)現(xiàn)跨區(qū)域、多部門的應(yīng)急聯(lián)動(dòng)響應(yīng)與協(xié)同應(yīng)急處置.因此,如何高效、準(zhǔn)確地針對(duì)社區(qū)矯正對(duì)象不同的異常情景動(dòng)態(tài)生成智能化多部門應(yīng)急處置預(yù)案是當(dāng)前亟需解決的難題.

1.3 知識(shí)圖譜

知識(shí)圖譜(Knowledge Graph,KG)[22]是Google 在2012年5月16日正式提出的一種揭示實(shí)體間關(guān)系的語義網(wǎng)絡(luò).知識(shí)圖譜是結(jié)構(gòu)化的語義知識(shí)庫,以符號(hào)的形式描述物理世界的概念與關(guān)系,由“實(shí)體-關(guān)系-實(shí)體”的三元組的基本單位組成,實(shí)體間通過關(guān)系相互關(guān)聯(lián),構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu).

傳統(tǒng)知識(shí)圖譜的生成體系架構(gòu)如圖1所示.首先,利用知識(shí)抽取技術(shù)形成高質(zhì)量的知識(shí)庫.運(yùn)用命名實(shí)體識(shí)別(Named Entity Recognition,NER)等方法從半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)中抽取實(shí)體;利用屬性抽取、關(guān)系抽取模型提取實(shí)體屬性與關(guān)系等知識(shí)要素,再通過知識(shí)融合技術(shù)消除指稱項(xiàng)與事實(shí)對(duì)象間的歧義.然后,在現(xiàn)有知識(shí)庫的基礎(chǔ)上,運(yùn)用知識(shí)推理技術(shù)進(jìn)一步挖掘隱含的知識(shí),進(jìn)而豐富、擴(kuò)展知識(shí)庫.最后,通過本體構(gòu)建形成知識(shí)圖譜.

圖1 知識(shí)圖譜生成體系架構(gòu)

1.4 事理圖譜

事理圖譜(Event Logic Graph,ELG)[23]是一類圍繞事件知識(shí)本身展開的知識(shí)圖譜,由特定的事件類型及其事件論元槽共同構(gòu)成.知識(shí)圖譜以名詞實(shí)體及其屬性、關(guān)系作為研究對(duì)象,事理圖譜關(guān)注的是謂詞性事件的內(nèi)外聯(lián)系,研究對(duì)象間的邏輯關(guān)系.哈爾濱工業(yè)大學(xué)社會(huì)計(jì)算與信息檢索研究中心(HIT-SCIR)是最早開始研究事理圖譜的研究機(jī)構(gòu),2017年10月,該團(tuán)隊(duì)的劉挺教授在中國計(jì)算機(jī)大會(huì)上正式提出事理圖譜的概念.

事理邏輯主要包括因果事理、條件事理、反轉(zhuǎn)事理、順承事理等幾種類型.因果事理表示事件的前因后果,即一個(gè)事件導(dǎo)致另一事件的發(fā)生;條件事理描述的是條件與結(jié)果間的關(guān)系,是預(yù)設(shè)與結(jié)果的邏輯;順承事理是一種時(shí)間上的偏序關(guān)系,表示先后的動(dòng)作邏輯.

以“結(jié)婚”場(chǎng)景為例,其事件演化圖如圖2所示.兩個(gè)人“結(jié)婚”需“買房子”、“買汽車”作為生活必需品,“找照相館”“拍婚紗照”也是“結(jié)婚”必不可少的環(huán)節(jié).“結(jié)婚”后新人度蜜月則要“旅行”,需“找旅行社”訂購旅行計(jì)劃、“訂機(jī)票”前往旅游地、“找出租公司”進(jìn)行“租車”便于游玩.

圖2 “結(jié)婚”場(chǎng)景的事件演化圖

2 司法領(lǐng)域知識(shí)圖譜的構(gòu)建

本文將圖像、文本、音頻等不同形態(tài)、不同知識(shí)單元、不同屬性的多源異構(gòu)的關(guān)聯(lián)數(shù)據(jù),利用知識(shí)圖譜的“實(shí)體-關(guān)系”特征以及可視化方法進(jìn)行有效融合,構(gòu)建司法領(lǐng)域知識(shí)圖譜.

2.1 子圖譜

本文構(gòu)建的司法領(lǐng)域知識(shí)圖譜,由人物畫像圖譜、司法機(jī)構(gòu)圖譜、司法案件圖譜3 個(gè)子圖譜構(gòu)成.人物畫像圖譜用以實(shí)時(shí)獲取矯正對(duì)象的全面信息,地域機(jī)構(gòu)圖譜用以快速調(diào)取所在或動(dòng)向區(qū)域的司法機(jī)構(gòu)信息,司法案件圖譜用以獲取相似案例為量刑處罰步驟提供法律依據(jù)與決策支持.

2.1.1 人物畫像圖譜

社區(qū)矯正對(duì)象的數(shù)據(jù)信息以文本(檔案卷宗)、音頻(談話記錄)、圖像(行動(dòng)軌跡)等多種形式存在,并由司法機(jī)構(gòu)的不同部門分別掌管.司法行政人員在執(zhí)行任務(wù)的過程中,調(diào)取矯正對(duì)象相關(guān)數(shù)據(jù)的手續(xù)繁瑣、效率低下,若某個(gè)部門進(jìn)展緩慢,極易出現(xiàn)瓶頸,嚴(yán)重影響執(zhí)法進(jìn)度.因此,需要事先將不同機(jī)構(gòu)不同部門的人員信息數(shù)據(jù)聯(lián)合起來,才能滿足快速應(yīng)急響應(yīng)的需求.數(shù)據(jù)融合過程中極易出現(xiàn)數(shù)據(jù)重復(fù),數(shù)據(jù)值不一致等問題,此外,如何將來自兩個(gè)異構(gòu)數(shù)據(jù)庫的數(shù)據(jù)表示同一個(gè)自然實(shí)體的數(shù)據(jù)條目的匹配關(guān)聯(lián)也是重要的任務(wù).本文采用基于知識(shí)圖譜的數(shù)據(jù)融合方法,通過元素級(jí)匹配、結(jié)構(gòu)級(jí)匹配以及其他一些實(shí)體對(duì)齊的技術(shù)將多個(gè)來源的異構(gòu)數(shù)據(jù)庫進(jìn)行融合.由于本文重點(diǎn)在于領(lǐng)域知識(shí)圖譜體系構(gòu)建及其應(yīng)用于應(yīng)急處置預(yù)案的動(dòng)態(tài)融合,因此有關(guān)多源異構(gòu)數(shù)據(jù)的融合過程本文不再詳細(xì)介紹.

本文通過建立人物知識(shí)圖譜,實(shí)現(xiàn)復(fù)雜網(wǎng)絡(luò)環(huán)境下社區(qū)矯正對(duì)象多源信息的自動(dòng)提取、聚集、管理與融合,高效準(zhǔn)確地實(shí)現(xiàn)多模態(tài)異構(gòu)數(shù)據(jù)的整合,便于實(shí)時(shí)調(diào)取矯正對(duì)象的最新信息,加快行政執(zhí)法速度并提升應(yīng)急處置預(yù)案的生成效率.

人物畫像圖譜是存儲(chǔ)矯正對(duì)象基本信息、日常表現(xiàn)、監(jiān)控?cái)?shù)據(jù)等信息的動(dòng)態(tài)知識(shí)圖譜.多源異構(gòu)數(shù)據(jù)以“屬性-值”的形式存儲(chǔ)在知識(shí)圖譜中,可用于異常預(yù)警與行為意圖分析,為應(yīng)急預(yù)案的生成提供數(shù)據(jù)支持與輔助決策參考.

(1)基本信息

通過信息抽取技術(shù)從檔案卷宗等非結(jié)構(gòu)化文本中獲取矯正對(duì)象的姓名、年齡、性別、聯(lián)系方式、家庭背景等基本信息,以“屬性-值”的形式存儲(chǔ)在人物畫像圖譜中.當(dāng)矯正對(duì)象出現(xiàn)行為異常時(shí),可通過人物畫像圖譜第一時(shí)間調(diào)取其基本信息了解情況.

(2)簽到、報(bào)到數(shù)據(jù)

通過簽到軟件或硬件設(shè)備獲取矯正對(duì)象的簽到、報(bào)到信息并存儲(chǔ)到人物畫像圖譜中.若發(fā)現(xiàn)多次連續(xù)無簽到、報(bào)到記錄,且無正規(guī)的請(qǐng)假報(bào)批,則生成脫管異常預(yù)警.

(3)行動(dòng)軌跡

通過矯正對(duì)象隨身攜帶的智能手環(huán)GPS 定位功能獲取其所在區(qū)域,并通過知識(shí)圖譜數(shù)據(jù)庫的觸發(fā)機(jī)制實(shí)時(shí)更新行動(dòng)軌跡.此外,根據(jù)知識(shí)圖譜中存儲(chǔ)的合法行動(dòng)范圍以及矯正對(duì)象當(dāng)前所在位置判斷其是否逃離合法區(qū)域,若未在指定地區(qū)則形成異常預(yù)警.

(4)談話記錄

通過錄音設(shè)備獲取矯正對(duì)象日常交流的語音,轉(zhuǎn)化成文本存儲(chǔ)在知識(shí)圖譜中.通過抽取有效信息預(yù)測(cè)矯正對(duì)象的意圖動(dòng)向,為應(yīng)急處置預(yù)案的生成提供輔助決策支持.如矯正對(duì)象在日常交談中無意間透露其行動(dòng)意向,或通過情感心理分析等技術(shù)手段分析矯正對(duì)象在日常談話中透露的負(fù)面情緒與消極心理,預(yù)測(cè)其再犯罪的可能性.

(5)獄所、學(xué)習(xí)記錄

通過記錄系統(tǒng)將社區(qū)矯正對(duì)象的獄所、學(xué)習(xí)記錄存儲(chǔ)到知識(shí)圖譜中.若在服刑矯正期間,出現(xiàn)違法亂紀(jì)、不配合學(xué)習(xí)等異常情況,則生成異常預(yù)警.

(6)直接負(fù)責(zé)人

人物畫像中存儲(chǔ)了負(fù)責(zé)監(jiān)管該矯正對(duì)象的直接負(fù)責(zé)人的基本信息.若該矯正對(duì)象出現(xiàn)行為異常,則立刻通知其直接聯(lián)系人,觸發(fā)應(yīng)急預(yù)案的生成.

此外,人物畫像圖譜中還存儲(chǔ)了其他大量信息,本文不一一舉例,其結(jié)構(gòu)如圖3所示.

圖3 人物畫像圖譜

2.1.2 司法機(jī)構(gòu)圖譜

當(dāng)前在司法執(zhí)法的過程中,跨部門的資源聯(lián)合調(diào)度面臨著時(shí)效性強(qiáng)、動(dòng)態(tài)性高、不確定因素多、司法任務(wù)重而執(zhí)法資源有限增長等問題.為解決這些問題,本文通過構(gòu)建司法機(jī)構(gòu)圖譜,建立行政管轄區(qū)域的司法機(jī)構(gòu)關(guān)系網(wǎng),將錯(cuò)綜復(fù)雜的司法機(jī)構(gòu)以知識(shí)圖譜的形式清晰地展現(xiàn)出來,如圖4所示.

圖4 司法機(jī)構(gòu)圖譜

本文獲取了某行政管轄范圍內(nèi),包括司法、檢察院、法院、公安局等多個(gè)系統(tǒng)各級(jí)各部門的基本信息、上下級(jí)關(guān)系等數(shù)據(jù),將各個(gè)機(jī)構(gòu)看作實(shí)體,基本信息看作屬性,上下級(jí)關(guān)系作為實(shí)體間關(guān)系,構(gòu)建行政管轄區(qū)域的司法機(jī)構(gòu)圖譜.當(dāng)矯正對(duì)象發(fā)生脫管、逃離監(jiān)管合法區(qū)域等異常行為時(shí),通過司法機(jī)構(gòu)圖譜快速、準(zhǔn)確、全面地調(diào)取多區(qū)域司法機(jī)構(gòu)的完整信息,實(shí)現(xiàn)多部門高效聯(lián)動(dòng)響應(yīng)以及跨區(qū)域應(yīng)急預(yù)案的生成.

2.1.3 司法案件圖譜

目前司法案件卷宗堆積如山,法律條文錯(cuò)綜復(fù)雜,此外,現(xiàn)有的案件存儲(chǔ)方法存在不安全、不完整、難調(diào)取等缺點(diǎn).針對(duì)這一難題,本文通過整理案件卷宗、網(wǎng)絡(luò)爬蟲等方法獲取大量刑事案件與法律法規(guī),將案件的基本信息存儲(chǔ)在知識(shí)圖譜中,如圖5所示.

圖5 司法案件圖譜

本文整合了現(xiàn)有案例,通過信息抽取得到案件發(fā)生的時(shí)間、地點(diǎn),犯罪人員的犯罪類型、量刑情況等,以“屬性-值”的方式存儲(chǔ)在司法案件圖譜中.當(dāng)社區(qū)矯正對(duì)象出現(xiàn)行為異常時(shí),根據(jù)犯罪情況在司法案件圖譜中進(jìn)行匹配得到相似案例,為應(yīng)急預(yù)案處罰步驟的生成提供歷史數(shù)據(jù)參考.

2.2 司法領(lǐng)域知識(shí)圖譜

司法領(lǐng)域知識(shí)圖譜由人物畫像圖譜、司法機(jī)構(gòu)圖譜、司法案件圖譜3 個(gè)子圖譜共同構(gòu)成,子圖譜分別獨(dú)立并通過屬性動(dòng)態(tài)相連,其結(jié)構(gòu)如圖6所示.通過人物畫像圖譜監(jiān)測(cè)到的異常行為匹配到司法案件圖譜中相似的案例;再通過人物畫像圖譜中矯正對(duì)象當(dāng)前所在位置提取司法機(jī)構(gòu)圖譜中該行政區(qū)域所有司法機(jī)構(gòu)的基本信息.針對(duì)司法行政跨區(qū)域聯(lián)合執(zhí)法協(xié)同過程的動(dòng)態(tài)性和實(shí)時(shí)性等特點(diǎn),實(shí)現(xiàn)矯正對(duì)象個(gè)人畫像、司法機(jī)構(gòu)領(lǐng)域知識(shí)以及司法案件知識(shí)的多領(lǐng)域知識(shí)的深度融合,進(jìn)而構(gòu)建司法領(lǐng)域知識(shí)圖譜.

圖6 司法領(lǐng)域知識(shí)圖譜

本文整合了矯正對(duì)象的多源異構(gòu)數(shù)據(jù)、相關(guān)法律法規(guī)與判決文書、公安司法等部門的執(zhí)法辦案流程以及公檢司法等職能機(jī)構(gòu)信息等領(lǐng)域知識(shí),運(yùn)用圖1中知識(shí)圖譜的技術(shù)路線構(gòu)建司法領(lǐng)域知識(shí)圖譜.處理后的司法領(lǐng)域知識(shí)圖譜,實(shí)體數(shù)目達(dá)6307 萬,關(guān)系數(shù)量達(dá)2.13 億,是目前最大的司法領(lǐng)域知識(shí)圖譜.

2.3 司法領(lǐng)域知識(shí)圖譜與應(yīng)急預(yù)案的動(dòng)態(tài)融合

司法領(lǐng)域知識(shí)圖譜存儲(chǔ)著大量的數(shù)據(jù)信息,為應(yīng)急預(yù)案的生成提供數(shù)據(jù)基礎(chǔ).以矯正對(duì)象張某出現(xiàn)行為異常以及4.1 節(jié)中應(yīng)急預(yù)案模板的“匯報(bào)”步驟為例,司法領(lǐng)域知識(shí)圖譜與應(yīng)急預(yù)案模板的動(dòng)態(tài)關(guān)聯(lián)與注入過程如圖7所示.

圖7 知識(shí)圖譜與應(yīng)急預(yù)案生成

首先,通過人物畫像圖譜獲取矯正對(duì)象張某的直接負(fù)責(zé)部門:A 區(qū)司法局社區(qū)矯正科,并通過司法機(jī)構(gòu)圖譜調(diào)取其基本信息;然后,通過司法機(jī)構(gòu)圖譜獲取A 區(qū)司法局社區(qū)矯正科的上級(jí):B 市司法局社區(qū)矯正科的相關(guān)信息,以實(shí)現(xiàn)A 區(qū)司法局社區(qū)矯正科與B 市司法局社區(qū)矯正科的高效協(xié)同應(yīng)急處置;最后,將數(shù)據(jù)信息輸入到應(yīng)急預(yù)案模板中(區(qū)司法局矯正中心——A 區(qū)司法局社區(qū)矯正科、市司法局矯正中心——B 市司法局社區(qū)矯正科).最終生成的應(yīng)急預(yù)案的匯報(bào)步驟為:A 區(qū)司法局社區(qū)矯正科向B 市司法局社區(qū)矯正科匯報(bào)矯正對(duì)象張某的異常情況,B 市司法局社區(qū)矯正科根據(jù)獲得的信息進(jìn)行商議后做出決定并下達(dá)命令到A 區(qū)司法局社區(qū)矯正科.

3 基于犯罪事理圖譜的輔助決策支持技術(shù)

犯罪事理圖譜通過構(gòu)建罪行觸發(fā)規(guī)則和條件知識(shí)網(wǎng)絡(luò),將復(fù)雜領(lǐng)域的事件結(jié)構(gòu)化、標(biāo)準(zhǔn)化、層次化以及抽象化,促進(jìn)司法工作向智能化與高效化發(fā)展.本文通過構(gòu)建犯罪事理圖譜,自動(dòng)抽取犯罪事件的前后因果事理、順承事理、條件事理等.以實(shí)時(shí)應(yīng)急態(tài)勢(shì)為驅(qū)動(dòng),結(jié)合知識(shí)本體推理技術(shù)與領(lǐng)域輔助決策支持技術(shù),將應(yīng)急處置決策所需的基礎(chǔ)數(shù)據(jù)、專題數(shù)據(jù)以及應(yīng)急決策知識(shí)進(jìn)行無縫融合,為應(yīng)急預(yù)案智能化的決策支持提供可行方案.

3.1 技術(shù)路線

本文綜合運(yùn)用事件抽取、事件融合、事件對(duì)齊、事件抽象等技術(shù),借助知網(wǎng)、《同義詞詞林?jǐn)U展版》等外部中文知識(shí)庫,綜合運(yùn)用多種自然語言處理算法,從海量的案情描述文本中抽取犯罪事件要素.再通過融合、對(duì)齊、抽象等方法,歸納與犯罪案件相關(guān)的事件類型并進(jìn)行分類,同時(shí)挖掘案情中的頻繁事件序列從而構(gòu)建犯罪事理圖譜.其技術(shù)路線如圖8所示.

圖8 犯罪事理圖譜技術(shù)路線

由于基礎(chǔ)分詞模塊對(duì)犯罪事理圖譜要求的人名特點(diǎn)(黃某甲、李某、張某一等)、地名特點(diǎn)(某公共場(chǎng)所、酒店、網(wǎng)吧、私人住宅等)、財(cái)務(wù)、金錢等幾類實(shí)體的識(shí)別適用能力有限,故本文采用基于字符和詞混合的Lattice LSTM (Long Short Term Memory networks)[24]命名實(shí)體識(shí)別算法對(duì)原始分詞結(jié)果進(jìn)行糾正,并使用Word2Vec 訓(xùn)練詞向量;然后對(duì)分詞后的文本采用LTP 庫[25]進(jìn)行句法依存分析,抽取主謂賓、定狀補(bǔ)等句法元素,進(jìn)而抽取出事件觸發(fā)詞;得到表示事件的動(dòng)賓短語后,綜合考慮謂語賓語成分、TF-IDF(Term Frequency-Inverse Document Frequency)值等,經(jīng)過平滑處理得到短語相似度;以計(jì)算得到的短語相似度為基礎(chǔ),利用層次聚類算法[26]對(duì)原始文本中案情描述的所有事件進(jìn)行聚類,再根據(jù)聚類結(jié)果進(jìn)行抽象,人工歸納出事件類型的集合,并將抽取出的事件與事件類型進(jìn)行映射;最后通過頻繁序列模式挖掘PrefixSpan 算法[27]抽取出頻繁事件類型序列,進(jìn)而分析出事件間的順承、因果、條件等關(guān)系,構(gòu)建犯罪事理圖譜.

3.2 犯罪事理圖譜

犯罪事理圖譜旨在從海量犯罪案情描述文本中,自動(dòng)抽取出犯罪事件的前后因果事理、順承事理、條件事理和并發(fā)事理等.運(yùn)用事件抽取、事件對(duì)齊、事件融合以及泛化技術(shù),自動(dòng)形成大規(guī)模犯罪事理圖譜,得到事件間關(guān)系包括因果關(guān)系、條件關(guān)系、順承關(guān)系等,為應(yīng)急處置預(yù)案的生成提供事件態(tài)勢(shì)驅(qū)動(dòng)的智能化應(yīng)急決策支持.

犯罪事理圖譜實(shí)例如圖9所示,如張某因缺錢應(yīng)急通過銀行、支付寶花唄、網(wǎng)貸等渠道進(jìn)行“借款”,借款期限到期銀行等機(jī)構(gòu)必然向張某“催還”所借款項(xiàng);若張某無法及時(shí)還清借款,則會(huì)導(dǎo)致“拖欠”借款;一旦發(fā)生拖欠情況,張某為急于還款,可能通過其他渠道再進(jìn)行“借款”,或者為了還錢進(jìn)行“盜竊”;若出現(xiàn)盜竊行為,警察必然將其“抓獲”,張某將受到法律的制裁.

圖9 犯罪事理圖譜

3.3 基于犯罪事理圖譜的意圖分析與應(yīng)急預(yù)案的生成

當(dāng)社區(qū)矯正對(duì)象出現(xiàn)異常情況,需及時(shí)生成異常行為預(yù)警,并根據(jù)犯罪事理圖譜的邏輯推理技術(shù)預(yù)測(cè)矯正對(duì)象的行為動(dòng)向,為應(yīng)急預(yù)案的生成提供事件態(tài)勢(shì)驅(qū)動(dòng)的智能化應(yīng)急決策支持,進(jìn)而根據(jù)不同的異常情景有針對(duì)性地動(dòng)態(tài)生成應(yīng)急處置方案.

以圖9中“發(fā)生口角→集結(jié)朋友→毆打→輕傷(重傷)”的事件邏輯為例,犯罪事理圖譜與應(yīng)急預(yù)案的動(dòng)態(tài)關(guān)聯(lián)如圖10所示.矯正對(duì)象在社區(qū)矯正期間與人“發(fā)生口角”或發(fā)生沖突,會(huì)“集結(jié)朋友”防止自己處于劣勢(shì).為了防止事態(tài)進(jìn)一步擴(kuò)大,直接負(fù)責(zé)人通過人物畫像圖譜獲取其親朋好友的聯(lián)系方式和住址,派應(yīng)急小組阻止其親朋好友的行動(dòng);然后通過司法機(jī)構(gòu)圖譜獲取相關(guān)機(jī)構(gòu)信息,聯(lián)系管轄區(qū)域的公安局派出警察阻止“毆打”事態(tài)的進(jìn)一步發(fā)展.若發(fā)生了毆打事件必然導(dǎo)致人員“輕傷(重傷)”甚至死亡,在應(yīng)急預(yù)案中需提前撥打120 趕赴事發(fā)地?fù)尵葌麊T,以防止因搶救不及時(shí)導(dǎo)致傷員病情惡化甚至死亡.

圖10 犯罪事理圖譜與應(yīng)急預(yù)案生成

4 多部門應(yīng)急處置預(yù)案融合技術(shù)

快速準(zhǔn)確地獲取實(shí)時(shí)應(yīng)急態(tài)勢(shì)是生成應(yīng)急預(yù)案的重要環(huán)節(jié),應(yīng)急小組根據(jù)實(shí)時(shí)變化的應(yīng)急態(tài)勢(shì)做出符合實(shí)際情況的處置決策,是應(yīng)急處置的關(guān)鍵.由于應(yīng)急態(tài)勢(shì)的易變性與獲取渠道的局限性,如何獲取實(shí)時(shí)應(yīng)急態(tài)勢(shì)是應(yīng)急處置過程中的難題.本文在群眾上報(bào)反映相關(guān)異常情況的基礎(chǔ)上,利用知識(shí)圖譜中社區(qū)矯正對(duì)象的行動(dòng)軌跡、談話記錄等實(shí)時(shí)監(jiān)控信息并加以輔助分析進(jìn)一步獲取實(shí)時(shí)應(yīng)急態(tài)勢(shì),生成更加符合實(shí)際決策需求的應(yīng)急處置預(yù)案.

本文以實(shí)時(shí)應(yīng)急態(tài)勢(shì)為驅(qū)動(dòng),結(jié)合基于司法領(lǐng)域知識(shí)圖譜的多源異構(gòu)數(shù)據(jù)融合技術(shù)與基于犯罪事理圖譜的輔助決策支持技術(shù),將面向社區(qū)矯正對(duì)象的應(yīng)急處置預(yù)案所需的基礎(chǔ)靜態(tài)數(shù)據(jù)、智能動(dòng)態(tài)信息和應(yīng)急輔助決策知識(shí)進(jìn)行無縫融合,為智能化應(yīng)急決策提供可行方案.

應(yīng)急預(yù)案在動(dòng)態(tài)對(duì)接的過程中,需要包括兩類數(shù)據(jù):靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù).靜態(tài)數(shù)據(jù)包括應(yīng)急預(yù)案模板、人物畫像圖譜中固定不變的基本信息、司法機(jī)構(gòu)圖譜、犯罪事理圖譜等;動(dòng)態(tài)數(shù)據(jù)包括人物畫像圖譜中當(dāng)前所在位置、談話記錄等需實(shí)時(shí)更新的動(dòng)態(tài)信息、跨部門協(xié)同處置相關(guān)信息以及案發(fā)現(xiàn)場(chǎng)情報(bào)等數(shù)據(jù).

4.1 應(yīng)急預(yù)案模板

本文針對(duì)司法行政跨區(qū)域聯(lián)合執(zhí)法協(xié)同過程的智能性和準(zhǔn)確性等特點(diǎn),以事件驅(qū)動(dòng)的形式實(shí)現(xiàn)應(yīng)急處置流程在多部門間有序流轉(zhuǎn),形成脫管失控、行兇鬧事、非正常死亡、群訪鬧訪、重大突發(fā)事件、涉外民族宗教等多項(xiàng)異常事件應(yīng)急預(yù)案模版,涉及矯正中心與應(yīng)急小組、司法局、公安局、法院、檢察院等多個(gè)司法部門的協(xié)同執(zhí)法,為應(yīng)急處置預(yù)案的生成提供基本框架.

以行兇鬧事為例,應(yīng)急預(yù)案模板如圖11所示.

圖11 行兇鬧事預(yù)案模板

(1)預(yù)警:直接負(fù)責(zé)人收到矯正對(duì)象的行為異常預(yù)警,并將情況告知應(yīng)急小組;

(2)上報(bào):應(yīng)急小組將情況向上匯報(bào);

(3)調(diào)查:矯正中心與應(yīng)急小組前往事發(fā)地、公安機(jī)關(guān)、居住地、工作單位等地進(jìn)行調(diào)查并核實(shí)情況,記錄現(xiàn)場(chǎng)情況并保證證據(jù)安全;

(4)匯報(bào):若情況屬實(shí),應(yīng)急小組帶著情況調(diào)查報(bào)告以及相關(guān)證據(jù)向當(dāng)?shù)貐^(qū)司法局進(jìn)行匯報(bào),區(qū)司法局矯正中心進(jìn)一步向市矯正管理局匯報(bào),市司法局矯正應(yīng)急處置領(lǐng)導(dǎo)小組獲得相關(guān)信息后快速給出處理辦法并下達(dá)命令到區(qū)司法局;

(5)跟進(jìn):區(qū)檢察院監(jiān)管科、區(qū)公安局等部門對(duì)此情況實(shí)時(shí)跟進(jìn);

(6)處罰:根據(jù)犯罪情節(jié)的嚴(yán)重程度予以處罰.若情節(jié)較輕,則根據(jù)實(shí)際情況實(shí)施相應(yīng)處罰;若情節(jié)較為嚴(yán)重,區(qū)司法局向區(qū)公安局提交抓捕公函,區(qū)公安局進(jìn)行抓捕行動(dòng);同時(shí),區(qū)司法局向庭審法院提請(qǐng)收監(jiān),庭審法院反饋是否同意;若同意收監(jiān),區(qū)檢察院監(jiān)所科根據(jù)庭審法院的判決結(jié)果通知監(jiān)獄對(duì)社區(qū)矯正對(duì)象進(jìn)行刑事處罰;

(7)結(jié)束:應(yīng)急小組召開評(píng)議會(huì),應(yīng)急結(jié)束.

此外,本文還設(shè)計(jì)了非正常死亡、群訪鬧訪等多種異常事件的預(yù)案模板,本文不詳細(xì)闡述.

4.2 多部門應(yīng)急處置預(yù)案融合模型與生成算法

結(jié)合第2 節(jié)的司法領(lǐng)域知識(shí)圖譜、第3 節(jié)的犯罪事理圖譜以及4.1 節(jié)所述的應(yīng)急預(yù)案模板,本文提出了多部門應(yīng)急處置預(yù)案動(dòng)態(tài)融合模型與生成算法,算法流程如圖12所示.本文構(gòu)建的應(yīng)急預(yù)案模板為整個(gè)應(yīng)急處置預(yù)案提供基本框架,存儲(chǔ)在司法領(lǐng)域知識(shí)圖譜中的多源異構(gòu)信息向應(yīng)急預(yù)案模板動(dòng)態(tài)注入數(shù)據(jù),犯罪事理圖譜中的事件邏輯為動(dòng)態(tài)智能應(yīng)急處置提供行為意圖邏輯推理的輔助決策支持,最后將注入數(shù)據(jù)后的應(yīng)急預(yù)案模板與智能預(yù)案流程節(jié)點(diǎn)進(jìn)行融合,生成最終的應(yīng)急處置預(yù)案.

為了生成多部門應(yīng)急處置預(yù)案,設(shè)計(jì)了如下算法1.

算法1.多部門應(yīng)急處置預(yù)案生成算法1.根據(jù)異常行為類型調(diào)取4.1 節(jié)對(duì)應(yīng)的應(yīng)急預(yù)案模板.2.從人物畫像圖譜中獲取該矯正對(duì)象的基本信息.3.從人物畫像圖譜中獲取矯正對(duì)象當(dāng)前所在區(qū)域,通過司法機(jī)構(gòu)圖譜獲取該地區(qū)所有司法機(jī)構(gòu)的基本信息.4.將矯正對(duì)象的異常行為與司法案件圖譜中的犯罪案例進(jìn)行匹配,得到相似案件的處罰依據(jù)與量刑方案.5.根據(jù)矯正對(duì)象的異常行為在犯罪事理圖譜中匹配到相似事件的邏輯網(wǎng),獲取矯正對(duì)象的行為意圖.6.將第3 步得到的具體的司法機(jī)構(gòu)注入第1 步預(yù)案模板中的相應(yīng)部門.7.第4 步獲取的相似案件的處罰依據(jù)與量刑方案作為第1 步應(yīng)急預(yù)案模板中“處罰”步驟的決策參考.8.根據(jù)第5 步得到的矯正對(duì)象的行為意圖生成相應(yīng)的智能應(yīng)急處置計(jì)劃,并注入預(yù)案流程節(jié)點(diǎn).9.將第6、7 步動(dòng)態(tài)注入數(shù)據(jù)后的應(yīng)急預(yù)案模板與第8 步生成的智能預(yù)案流程節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)融合,生成多部門應(yīng)急處置預(yù)案.10 應(yīng)急預(yù)案生成完畢.

4.3 跨區(qū)域多部門協(xié)同應(yīng)急處置方案實(shí)例

以案件“張某在A 市A2區(qū)X 酒吧與人發(fā)生口角并打架”為例,結(jié)合圖12多部門應(yīng)急處置預(yù)案動(dòng)態(tài)融合模型生成跨區(qū)域多部門協(xié)同應(yīng)急處置方案如圖13所示(司法領(lǐng)域知識(shí)圖譜中未涉及的屬性未標(biāo)出).根據(jù)算法1 多部門應(yīng)急處置預(yù)案生成算法,具體方案的生成方法如下:

圖12 多部門應(yīng)急處置預(yù)案動(dòng)態(tài)融合模型

圖13 跨區(qū)域多部門協(xié)同應(yīng)急處置方案實(shí)例

(1)該異常情況定性為行兇鬧事,故以圖11的行兇鬧事應(yīng)急預(yù)案模板作為整個(gè)應(yīng)急預(yù)案的基本框架;

(2)從人物畫像圖譜中獲取社區(qū)矯正對(duì)象張某的基本信息,以便應(yīng)急人員快速了解張某的基本情況;

(3)從人物畫像圖譜可知,社區(qū)矯正對(duì)象張某逃離A 市A1區(qū)的合法行動(dòng)區(qū)域,現(xiàn)在A 市A2區(qū)X 酒吧與人發(fā)生口角并打架斗毆,并從其隨身攜帶的錄音設(shè)備獲取的談話記錄得知其意圖去向B 市,涉及A 市A1區(qū)、A2區(qū)、B 市3 個(gè)地區(qū)的跨區(qū)域多部門的聯(lián)合執(zhí)法,故從司法機(jī)構(gòu)圖譜中獲取這3 個(gè)區(qū)域所需司法機(jī)構(gòu)的信息.A 市A1區(qū)是社區(qū)矯正對(duì)象張某的服刑區(qū)域,A1區(qū)司法局社區(qū)矯正科是直接負(fù)責(zé)張某的司法機(jī)構(gòu),該機(jī)構(gòu)的日常負(fù)責(zé)人王某是張某的直接負(fù)責(zé)人,故A1區(qū)司法局社區(qū)矯正科的應(yīng)急小組與直接負(fù)責(zé)人王某趕往事發(fā)地A 市A2區(qū)進(jìn)行詳細(xì)調(diào)查,將調(diào)查結(jié)果如實(shí)向上匯報(bào),并全程監(jiān)督應(yīng)急處置方案的實(shí)施;A 市A2區(qū)是矯正對(duì)象張某當(dāng)前所在區(qū)域,也是異常行為的事發(fā)地,故A2區(qū)公安局需派出民警及時(shí)處理相關(guān)情況,A2區(qū)司法局、A2區(qū)檢察院、A2區(qū)人民法院等司法機(jī)構(gòu)對(duì)該案件進(jìn)行協(xié)同處置.B 市是張某意圖逃跑的城市,故需B 市公安局按照地理位置調(diào)動(dòng)與A 市相鄰、矯正對(duì)象張某逃跑必經(jīng)之地B1區(qū)公安局的警察進(jìn)行預(yù)攔截.

(4)根據(jù)異常案件“張某在A 市A2區(qū)X 酒吧與人發(fā)生口角并打架”從司法案件圖譜中匹配得到相似案件“小明打架致人重傷”,該案件根據(jù)“《刑法》第二百九十二條[聚眾斗毆罪]…”判處小明X年有期徒刑,賠款XX 萬元.

(5)根據(jù)異常行為“發(fā)生口角并打架”在犯罪事理圖譜匹配到“發(fā)生口角→集結(jié)朋友→毆打→輕傷(重傷)”的事件邏輯,得知張某可能通過集結(jié)朋友使毆打事件進(jìn)一步擴(kuò)大最終導(dǎo)致人員傷亡.

(6)將第(3)步獲取的機(jī)構(gòu)信息輸入到行兇鬧事應(yīng)急預(yù)案模板:預(yù)警(直接負(fù)責(zé)人——王某)、上報(bào)(應(yīng)急小組——A1區(qū)社區(qū)矯正應(yīng)急小組)、調(diào)查與匯報(bào)(區(qū)司法局矯正中心——A1區(qū)司法局社區(qū)矯正科、市司法局矯正應(yīng)急處置領(lǐng)導(dǎo)小組——A 市司法局社區(qū)矯正科)、跟進(jìn)(區(qū)檢察院監(jiān)管科——A2區(qū)檢察院監(jiān)所科,區(qū)公安局——A2區(qū)公安局)、處罰(區(qū)司法局——A2區(qū)司法局,區(qū)公安局——A2區(qū)公安局,庭審法院——A2區(qū)人民法院,區(qū)檢察院監(jiān)所科——A2區(qū)檢察院監(jiān)所科,監(jiān)獄——A2區(qū)男子監(jiān)獄).

(7)根據(jù)第(4)步得到的小明案件的相關(guān)信息,矯正對(duì)象張某的異常情況可同樣定性為聚眾斗毆罪,并根據(jù)相同的法律法規(guī)——《刑法》第二百九十二條,判處矯正對(duì)象張某與小明相似的監(jiān)禁年限.

(8)根據(jù)第(5)步得到張某的行為意圖,通過人物畫像圖譜獲取張某朋友李某的聯(lián)系方式,并派應(yīng)急小組阻止李某幫助張某,防止矯正對(duì)象通過集結(jié)朋友導(dǎo)致事態(tài)的進(jìn)一步擴(kuò)大;同時(shí)報(bào)警通知A2區(qū)公安局派出警察去X 酒吧阻止打架,并撥打120 急救電話救治傷員.

(9)將第(6)步的司法機(jī)構(gòu)信息、第(7)步的司法案件信息動(dòng)態(tài)輸入到應(yīng)急預(yù)案模板中,并與第(8)步生成的動(dòng)態(tài)智能應(yīng)急處置節(jié)點(diǎn)相融合,生成多部門應(yīng)急處置預(yù)案.

(10)應(yīng)急預(yù)案生成完畢.

根據(jù)上述應(yīng)急處置預(yù)案方案的生成方法,可得到最終針對(duì)“張某在A 市A2區(qū)X 酒吧與人發(fā)生口角并打架”的異常行為生成的具體應(yīng)急處置預(yù)案如下:

(1)負(fù)責(zé)人王某接到異常預(yù)警,獲取基本情況并告知應(yīng)急小組;

(2)A1區(qū)社區(qū)矯正應(yīng)急小組前往A 市A2區(qū)X 酒吧進(jìn)行調(diào)查并核實(shí)情況,記錄情況保證證據(jù)安全,并協(xié)助警察與醫(yī)護(hù)人員處理現(xiàn)場(chǎng);

(3)應(yīng)急小組在前往事發(fā)地的同時(shí),阻止其朋友李某協(xié)助打架,報(bào)警通知A2區(qū)公安局派出警察趕往事發(fā)地X 酒吧阻止事態(tài)擴(kuò)大,并撥打120 急救電話救治傷員;同時(shí)告知B 市公安局矯正對(duì)象張某的逃跑路線,B 市公安局負(fù)責(zé)人收到指令后,立刻聯(lián)系B1區(qū)公安局的負(fù)責(zé)人,派出警察在A、B 市交界處進(jìn)行預(yù)攔截;

(4)應(yīng)急小組將情況調(diào)查報(bào)告以及相關(guān)證據(jù)向A1區(qū)司法局矯正中心進(jìn)行匯報(bào),A1區(qū)司法局進(jìn)一步向A 市矯正管理局匯報(bào),A 市矯正管理局根據(jù)調(diào)查報(bào)告快速給出處理辦法并下達(dá)命令到A1區(qū)司法局;

(5)事發(fā)所在地A2區(qū)檢察院監(jiān)管科、A2區(qū)公安局等部門對(duì)此情況實(shí)時(shí)跟進(jìn),得到該事故最終導(dǎo)致2 重傷1 輕傷;

(6)A2區(qū)司法局向A2區(qū)公安局提交抓捕公函,A2區(qū)公安局對(duì)矯正對(duì)象張某進(jìn)行抓捕;A2區(qū)司法局向A2區(qū)人民法院提請(qǐng)收監(jiān),A2區(qū)人民法院以相似案件“小明打架致人重傷”為參考,綜合考慮各種條件因素及時(shí)給予判決反饋;A2區(qū)檢察院監(jiān)所科根據(jù)A2區(qū)人民法院的判決結(jié)果通知A2區(qū)監(jiān)獄進(jìn)行服刑監(jiān)管.

(7)應(yīng)急小組召開評(píng)議會(huì),應(yīng)急結(jié)束.

4.4 多部門應(yīng)急處置預(yù)案融合技術(shù)與傳統(tǒng)應(yīng)急處置預(yù)案技術(shù)

傳統(tǒng)面向社區(qū)矯正對(duì)象應(yīng)急處置的工作模式需花費(fèi)司法工作人員大量的時(shí)間與精力,按照固定死板的預(yù)案流程緩慢推進(jìn),極易造成預(yù)案使用瓶頸并延誤行動(dòng)進(jìn)程.此外,傳統(tǒng)應(yīng)急預(yù)案的生成模型無法根據(jù)矯正對(duì)象的實(shí)際情況動(dòng)態(tài)生成智能應(yīng)急預(yù)案,若涉及跨區(qū)域多部門聯(lián)合執(zhí)法,亦難以實(shí)現(xiàn)高效的協(xié)同合作.

本文以實(shí)時(shí)應(yīng)急態(tài)勢(shì)為驅(qū)動(dòng),通過構(gòu)建司法領(lǐng)域知識(shí)圖譜與犯罪事理圖譜,提出多部門應(yīng)急處置預(yù)案融合技術(shù),與傳統(tǒng)應(yīng)急處置預(yù)案的生成技術(shù)相比,有如下優(yōu)勢(shì):

(1)以知識(shí)圖譜的形式存儲(chǔ)、整合、展示多源異構(gòu)數(shù)據(jù).利用圖數(shù)據(jù)庫的存儲(chǔ)特性,降低復(fù)雜關(guān)系數(shù)據(jù)的維護(hù)成本,實(shí)現(xiàn)靜態(tài)數(shù)據(jù)的安全存儲(chǔ)以及動(dòng)態(tài)數(shù)據(jù)的實(shí)時(shí)更新,提高數(shù)據(jù)調(diào)用的時(shí)效性.

傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方式多以紙質(zhì)電子文檔、記錄設(shè)備、系統(tǒng)后臺(tái)數(shù)據(jù)庫等多種形式存在.傳統(tǒng)應(yīng)急處置方法想要獲取所需數(shù)據(jù),需通過不同的存儲(chǔ)設(shè)備調(diào)取所需信息,程序繁瑣復(fù)雜,效率低下.檔案卷宗、犯罪案例等固定不變的靜態(tài)數(shù)據(jù),傳統(tǒng)的存儲(chǔ)方法易導(dǎo)致數(shù)據(jù)的丟失與篡改;對(duì)于行動(dòng)軌跡、談話記錄等動(dòng)態(tài)數(shù)據(jù),傳統(tǒng)存儲(chǔ)方式難以實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)更新,造成司法行政人員獲取的信息不準(zhǔn)確、不全面,嚴(yán)重影響執(zhí)法進(jìn)度.此外,傳統(tǒng)的管理系統(tǒng)多采用關(guān)系數(shù)據(jù)庫存儲(chǔ)數(shù)據(jù),需構(gòu)建大量的關(guān)系表以維護(hù)司法領(lǐng)域錯(cuò)綜復(fù)雜的關(guān)系,降低運(yùn)行性能.

本文構(gòu)建司法領(lǐng)域知識(shí)圖譜,通過限制知識(shí)圖譜底層數(shù)據(jù)庫的訪問、修改等權(quán)限保證靜態(tài)數(shù)據(jù)的安全存儲(chǔ),并利用數(shù)據(jù)庫的觸發(fā)機(jī)制實(shí)現(xiàn)動(dòng)態(tài)數(shù)據(jù)的實(shí)時(shí)更新.通過知識(shí)圖譜的搜索方法快速定位所需信息從而實(shí)現(xiàn)數(shù)據(jù)的快速提取,提高了數(shù)據(jù)調(diào)用的時(shí)效性.此外,利用知識(shí)圖譜底層圖數(shù)據(jù)庫的結(jié)構(gòu)特性實(shí)現(xiàn)司法領(lǐng)域復(fù)雜關(guān)系數(shù)據(jù)的高性能存儲(chǔ),提高開發(fā)效率,減少維護(hù)成本.

(2)運(yùn)用現(xiàn)有的知識(shí)圖譜資源獲取實(shí)時(shí)應(yīng)急態(tài)勢(shì),并以實(shí)時(shí)應(yīng)急態(tài)勢(shì)為驅(qū)動(dòng),快速準(zhǔn)確制定符合實(shí)際情況的應(yīng)急決策.

傳統(tǒng)應(yīng)急預(yù)案的生成模式中,通過群眾報(bào)警得到現(xiàn)場(chǎng)異常情況的簡(jiǎn)單描述幾乎是應(yīng)急小組趕到事發(fā)地了解具體情況前獲取實(shí)時(shí)應(yīng)急態(tài)勢(shì)的唯一渠道.由于語言表達(dá)的局限性與應(yīng)急態(tài)勢(shì)的易變性,得到的應(yīng)急態(tài)勢(shì)不準(zhǔn)確、不完整,缺乏時(shí)效性.

本文在傳統(tǒng)獲取應(yīng)急態(tài)勢(shì)方法的基礎(chǔ)上,運(yùn)用現(xiàn)有的知識(shí)圖譜資源獲取社區(qū)矯正對(duì)象的行動(dòng)軌跡、談話記錄等實(shí)時(shí)監(jiān)控?cái)?shù)據(jù),快速獲取矯正對(duì)象當(dāng)前所在位置與行為動(dòng)向,以及其自身與周圍環(huán)境的音頻數(shù)據(jù)等信息,再通過輔助分析等手段得到應(yīng)急態(tài)勢(shì)的實(shí)時(shí)變化,從而節(jié)約獲取實(shí)時(shí)應(yīng)急態(tài)勢(shì)的成本.

(3)通過構(gòu)建人物畫像圖譜,建立矯正對(duì)象特征庫,全方面存儲(chǔ)矯正對(duì)象的個(gè)人數(shù)據(jù),實(shí)現(xiàn)有效信息的快速提取.

社區(qū)矯正對(duì)象的個(gè)人數(shù)據(jù)繁瑣復(fù)雜,如檔案卷宗中記錄其姓名、性別、家庭背景等個(gè)人基本信息,打卡設(shè)備記錄其在服刑期間的出勤情況,隨身攜帶的智能手環(huán)監(jiān)測(cè)其行動(dòng)軌跡等.傳統(tǒng)應(yīng)急處置方法想要獲取所需數(shù)據(jù),需分別聯(lián)系各個(gè)部門對(duì)多源數(shù)據(jù)進(jìn)行調(diào)取與整合,效率低下.

本文通過構(gòu)建人物畫像圖譜,利用知識(shí)圖譜的“實(shí)體-關(guān)系”特征以及可視化方法,將多部門分別掌管的互不相通、繁瑣復(fù)雜的多源異構(gòu)數(shù)據(jù),以“屬性-值”的形式的存儲(chǔ)在知識(shí)圖譜中,全面展示矯正對(duì)象的個(gè)人特征,以便執(zhí)法人員快速調(diào)取有效信息.

(4)通過建立行政管轄區(qū)域司法機(jī)構(gòu)關(guān)系網(wǎng)構(gòu)建司法機(jī)構(gòu)圖譜,實(shí)現(xiàn)多區(qū)域司法機(jī)構(gòu)信息的快速調(diào)取以及多部門跨區(qū)域聯(lián)合執(zhí)法.

行政管轄區(qū)域內(nèi)的司法機(jī)構(gòu)種類繁多、數(shù)量龐大、關(guān)系錯(cuò)綜復(fù)雜,傳統(tǒng)應(yīng)急處置方法通常只能獲取與矯正對(duì)象直接相關(guān)的司法機(jī)構(gòu)信息.若矯正對(duì)象出現(xiàn)脫管,跨區(qū)域作案等異地行為,傳統(tǒng)應(yīng)急預(yù)案無法及時(shí)獲取多區(qū)域司法機(jī)構(gòu)的詳細(xì)信息,難以實(shí)現(xiàn)跨區(qū)域多部門聯(lián)合執(zhí)法,影響應(yīng)急處置速度.

本文通過構(gòu)建司法機(jī)構(gòu)圖譜,將錯(cuò)綜復(fù)雜的司法行政機(jī)構(gòu)以關(guān)系網(wǎng)絡(luò)的形式清晰地展現(xiàn)出來.當(dāng)檢測(cè)到行為異常時(shí),根據(jù)應(yīng)急預(yù)案模板以及動(dòng)態(tài)預(yù)案流程節(jié)點(diǎn)從司法機(jī)構(gòu)圖譜中快速定位所有相關(guān)司法機(jī)構(gòu)的信息,提高部門間協(xié)同應(yīng)急處置的執(zhí)行速度,實(shí)現(xiàn)跨區(qū)域多部門聯(lián)合執(zhí)法.

(5)通過構(gòu)建龐大的司法案例知識(shí)庫建立司法案件圖譜,自動(dòng)獲取相似案例作為量刑處罰的參考.

傳統(tǒng)應(yīng)急處置方案中量刑處罰過程的手續(xù)繁瑣復(fù)雜,各司法機(jī)構(gòu)需層層上報(bào),通過查閱大量的法律文件做好決策再層層下達(dá),處理速度緩慢.

本文通過建立司法案件圖譜,構(gòu)建龐大的司法案件知識(shí)庫,存儲(chǔ)司法案件的案情描述、處罰依據(jù)、量刑方案等數(shù)據(jù).當(dāng)檢測(cè)到矯正對(duì)象行為異常時(shí)可自動(dòng)匹配到相似案例,根據(jù)案例的基本信息直接定位到相關(guān)法律條文作為判處依據(jù),實(shí)際案件的量刑方案可參考相似案例的量刑處罰結(jié)果.

(6)根據(jù)特定情境,運(yùn)用犯罪事理圖譜的事件邏輯推理技術(shù)預(yù)測(cè)社區(qū)矯正對(duì)象的行為意圖,將決策信息動(dòng)態(tài)注入預(yù)案流程節(jié)點(diǎn),為應(yīng)急處置預(yù)案提供輔助決策支持.

傳統(tǒng)應(yīng)急處置預(yù)案模式固定死板,根據(jù)異常行為的類型進(jìn)行固定流水化作業(yè),無法根據(jù)矯正對(duì)象的實(shí)際異常情況有針對(duì)性地智能生成應(yīng)急處置預(yù)案.

本文通過構(gòu)建犯罪事理圖譜,根據(jù)事理圖譜的事件邏輯推理,預(yù)測(cè)矯正對(duì)象的行為意圖,動(dòng)態(tài)生成智能應(yīng)急處置節(jié)點(diǎn),將社會(huì)造成的危害降到最低.

5 總結(jié)與展望

針對(duì)社區(qū)矯正對(duì)象的監(jiān)管問題,本文提出了一種多部門應(yīng)急預(yù)案的動(dòng)態(tài)融合技術(shù).首先,根據(jù)社區(qū)矯正對(duì)象的基本信息、歷史行動(dòng)軌跡、社會(huì)關(guān)系等數(shù)據(jù),從時(shí)序、空間、人員關(guān)系網(wǎng)絡(luò)等多個(gè)維度提取特征數(shù)據(jù),建立矯正對(duì)象行為特征庫,構(gòu)建人物畫像圖譜;然后,通過建立司法機(jī)構(gòu)圖譜,形成行政管轄區(qū)域司法機(jī)構(gòu)關(guān)系網(wǎng),實(shí)現(xiàn)多部門跨區(qū)域聯(lián)合執(zhí)法;接著,根據(jù)大量的判決文書、法律法規(guī)等司法文件構(gòu)建司法案件圖譜,形成司法案件知識(shí)庫,為應(yīng)急預(yù)案的處罰步驟提供歷史參考.此外,本文構(gòu)建犯罪事理圖譜,通過事件間邏輯關(guān)系進(jìn)行行為意圖預(yù)測(cè),為應(yīng)急預(yù)案的生成提供輔助決策支持.最后,基于司法領(lǐng)域知識(shí)圖譜與犯罪事理圖譜,建立多部門應(yīng)急處置預(yù)案動(dòng)態(tài)融合模型,自動(dòng)加載相應(yīng)的信息資源,快速制定出符合實(shí)際情況的應(yīng)急處置方案,實(shí)現(xiàn)跨部門、跨地區(qū)的司法機(jī)構(gòu)協(xié)同執(zhí)法與應(yīng)急處置的快速聯(lián)動(dòng)響應(yīng),提高教育改造工作質(zhì)量與社區(qū)服刑監(jiān)管質(zhì)量,節(jié)約社區(qū)矯正對(duì)象管理成本,為司法行政多部門的應(yīng)急處置提供技術(shù)支持,維護(hù)社會(huì)長治久安.

社區(qū)矯正作為司法領(lǐng)域改革的一種重要刑罰的方式,發(fā)展迅速,但伴隨而來的是監(jiān)管體系不完善、應(yīng)急預(yù)案不充分、人力物力不充足等亟需解決的難題.矯正對(duì)象一旦出現(xiàn)行為異常,極易對(duì)社會(huì)造成危害,但目前針對(duì)社區(qū)矯正應(yīng)急處置預(yù)案的相關(guān)研究少之又少,未能從根本上解決社區(qū)矯正監(jiān)管方面存在的問題.隨著人工智能的飛速發(fā)展,如何更大限度地利用日益發(fā)達(dá)的計(jì)算機(jī)技術(shù)及網(wǎng)絡(luò)通訊技術(shù),實(shí)現(xiàn)快速地、科學(xué)地以及智能地處置社區(qū)矯正對(duì)象的突發(fā)異常行為,及時(shí)有效地把異常突發(fā)事件給國家、社會(huì)、人民帶來的傷害及損失降到最低,仍是今后研究人員需加以關(guān)注的問題.