基于改进分层注意网络和TextCNN联合建模的暴力犯罪分级算法
2024-03-21张家伟高冠东宋胜尊
计算机应用 2024年2期
张家伟,高冠东,肖 珂,宋胜尊
(1.河北农业大学 信息科学与技术学院,河北 保定 071000;2.中央司法警官学院 数据科学与智能矫正技术研究中心,河北 保定 071000;3.中央司法警官学院 信息管理系,河北 保定 071000;4.河北省农业大数据重点实验室(河北农业大学),河北 保定 071000;5.中央司法警官学院 监狱学学院,河北 保定 071000)
0 引言
暴力犯罪严重影响社会安全稳定,运用犯罪心理学内容进行暴力犯罪服刑人员矫治的关键性认知任务在于分级、治疗和解释[1]。分级作为首位尤为重要,划分是否科学合理将直接影响服刑人员处遇的效用价值;同时也能为监管部门合理制定矫正教育方案、评估再犯罪风险提供科学依据,从而促进社会治安的持续稳定。
目前,服刑人员的分级策略主要基于犯罪类型和风险等级。犯罪类型是对服刑人员行为的简化分类,忽视了行为的复杂性和异质性,不能将服刑人员细分为有意义的心理和行为类别。基于风险等级的评估主要通过VRS(Verbal Rating Scale)、OGRS(Offender Group Reconviction Score)和VRAG(Violence Risk Appraisal Guide)等量表,将服刑人员划分为低、中、高再犯罪风险等级,有助于管理监管资源的分配,但无法反映服刑人员犯罪的原因,难以对症矫治[2],因此还应从服刑人员的气质[3]、性格等方面的特征着手,深层次剖析服刑人员的心理和行为内容,分析其犯罪原因,实现多元化分级,以达到对症矫治的目的。
在心理学中,气质是指心理活动中表现出的强度、灵活性和指向性等方面的稳定心理特征,因此将服刑人员分为胆汁质、多血质、粘液质、抑郁质4 种类型[4]。……
登录APP查看全文
