◆裴炳森 张新宇 邢欣涛 王铭杰

基于python中文分词的卷宗信息逻辑研究

◆裴炳森 张新宇 邢欣涛 王铭杰

（中国人民公安大学信息网络安全学院 北京 102623）

询问/讯问笔录是公安工作目前使用较多的文本材料，然而在实际调研和实习中发现卷宗有录入笔误和不合逻辑等问题。卷宗送交至检察院时往往被驳回数次修改，除了送检程序等问题外，由于一些主客观因素，导致笔录信息需要经常性的反复查验，轻则增加了工作量，严重则造成案卷信息错误。本文基于python中文分词的Jieba组件对笔录内容进行文本分析，提取时间、地点、事件等关键词，并与标准库进行比对，提示并纠正错误并生成流程图，有效减少了民警工作量，对一线执法有较好的实际作用。

笔录卷宗；文本分析；Jieba组件；一线执法

在文本分析方面，国外对英文文本提取信息的研究较为成熟，例如STALKER、WHISK、SRV等系统，对英文文本信息提取效率较高。与英文文本信息提取技术相比，由于汉语语法复杂，中文文本分析技术相对滞后。但是近年来中文互联网文本数据指数上升，针对其的文本分析也渐渐发展并应用。文献[1-2]利用python研究了中文文本分析以及构建了可视化平台，文献[4-5]使用Python中的结巴工具进行了分词研究和技术实现。

随着文本分析在各个领域逐渐应用，如文献[6]在教育领域进行了文本情感分析探索，文献[7]将文本分析服务于疫情防控。然而在公安工作的应用较少。随着数据警务的发展，应该充分利用公安笔录这一数据以更好的打击办案。……