Ontology for Policing: Conceptual Knowledge Learning for Semantic Understanding and Reasoning in Law Enforcement Reports
تقترح هذه الورقة إطار عمل رمزيًا يحول السرديات غير المهيكلة لإنفاذ القانون إلى حقائق مرتبطة بالأدلة ورسوم بيانية زمنية من خلال دمج التحليل الدلالي، ورسم خرائط الأنطولوجيا، والاستنتاج، مما يظهر دقة عالية في استخراج تفاصيل الحوادث الرئيسية من تقارير جرائم الممتلكات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل تقرير الشرطة كقصة مكونة من جزأين. الجزء الأول يشبه قائمة التحقق (Checklist): يحتوي على خانات للتاريخ، ونوع الجريمة (مثل "سرقة ممتلكات")، ورقم القضية. هذا الجزء سهل القراءة بالنسبة للحواسيب لأنه مرتب ومنظم.
أما الجزء الثاني فهو السرد (Narrative): وهو عبارة عن فقرة كتبها الضابط تصف بدقة ما حدث. هنا تعيش القصة الحقيقية — التفاصيل حول كيفية كسر نافذة، ومن كان متورطاً، وتسلسل الأحداث. ولكن نظرًا لأن هذا الجزء مكتوب بلغة بشرية عادية، فإنه يشبه كومة فوضوية من قطع الأحجية التي لا يستطيع الحاسوب فرزها بسهولة دون مساعدة.
تقدم هذه الورقة البحثية طريقة جديدة لتنظيم قطع الأحجية الفوضوية هذه باستخدام نظام "رمزي" (فكر فيه كمترجم صارم يعتمد على القواعد) بدلاً من نظام "التخمين" (مثل الذكاء الاصطناعي الحديث الذي يتوقع الكلمة التالية).
إليك كيف يعمل نظامهم، مقسماً إلى خطوات بسيطة:
1. مرشح الخصوصية (حجب البيانات - Redaction)
قبل أن يقرأ الحاسوب القصة، يرتدي "نظارات خصوصية". يقوم بمسح النص وتغطية الأسماء والعناوين وأرقام الهواتف الحساسة، ويستبدلها بتسميات عامة مثل [شخص_1] أو [مشتبه_به]. هذا يضمن أن النظام يتعلم من الأحداث، وليس من الهويات المحددة للأشخاص المعنيين.
2. المترجم (التحليل الدلالي - Semantic Parsing)
بمجرد أن يصبح النص آمناً، يعمل النظام كمترجم لا يقرأ الكلمات فحسب، بل يفهم بنية الفعل. إنه يفكك الجمل إلى صيغة "من فعل ماذا لمن".
- الاستعارة: تخيل أن جملة "المشتبه به كسر النافذة" هي جملة بلغة أجنبية. يقوم النظام بترجمتها إلى كود عالمي:
الفعل: كسر،الفاعل: المشتبه به،المفعول به: النافذة. - يستخدم النظام قاموساً ضخماً (يسمى WordNet) وكتاب قواعد (VerbNet) ليتأكد من أنه يفهم أن "السرقة" هي نوع من أنواع "الأخذ"، وأن "النافذة" هي جزء من "مبنى".
3. كتاب القواعد (الأنطولوجيا - The Ontology)
بعد ذلك، يأخذ النظام هذه الحقائق المترجمة ويحاول وضعها في كتاب قواعد مُعد مسبقاً (يسمى الأنطولوجيا). فكر في كتاب القواعد هذا كخزانة ملفات صارمة تحتوي على أدراج محددة مكتوب عليها "سرقة"، أو "دخول عنوة"، أو "تلف مركبة".
- إذا رأى النظام عملية "أخذ" بدون إذن، فإنه يحاول تصنيفها تحت بند "السرقة".
- إذا رأى عملية "كسر"، فإنه يحاول تصنيفها تحت بند "الدخول عنوة".
- يتحقق النظام من عمله الخاص: "هل هذا يناسب قواعد السرقة؟ نعم. هل يحتوي على شيء مسروق؟ نعم. حسناً، أنا واثق من أنها سرقة".
4. باني الجدول الزمني (الاستدلال الزمني - Temporal Reasoning)
أخيراً، يبحث النظام عن إشارات زمنية مثل "ثم"، أو "قبل"، أو "بعد" لبناء جدول زمني.
- الاستعارة: الأمر يشبه ترتيب قطع الدومينو. إذا ذكر النص أن "المشتبه به كسر النافذة قبل الدخول"، فإن النظام يضع قطعة "الكسر" قبل قطعة "الدخول". كما يستخدم قواعد المنطق الشائع (Axioms)، مثل معرفة أن "الاقتحام" يحدث عادةً قبل "السرقة".
ماذا وجدوا؟
اختبر الباحثون هذا النظام على 450 تقريراً حقيقياً للشرطة تتعلق بجرائم الممتلكات (مثل سرقات المنازل أو السيارات المسروقة).
- معدل النجاح: حوالي 54% من الأحداث التي حددها النظام كانت واثقة جداً (سجلت 0.80 أو أعلى من 1.0).
- الدقة: عندما راجع مراجعون بشريون عمل النظام، اتفقوا بنسبة 100% على ثلاثة أمور رئيسية:
- كيف بدأت الواقعة.
- ما هي العناصر التي سُرقت.
- الإشارات الزمنية المحددة المستخدمة في النص.
- الصعوبة: واجه النظام صعوبة في الاتفاق مع البشر حول ما إذا كان الدخول قد تم "عنوة" (مثل كسر نافذة مقابل باب مفتوح). كان هذا الجزء الأكثر إرباكاً، حيث بلغت نسبة الاتفاق 40% فقط.
الخلا-صة
تجادل الورقة بأن استخدام القواعد والقواميس الصارمة بدلاً من "التخمين" يسمح لهذا النظام بتحويل قصص الشرطة الفوضوية إلى حقائق واضحة ومنظمة يمكن تتبعها وصولاً إلى الجملة الأصلية. إنه يشبه تحويل مذكرات مكتوبة بخط اليد وفوضوية إلى قاعدة بيانات منظمة، مما يساعد المحققين على رؤية الأنماط والجداول الزمنية دون الحاجة إلى قراءة كل كلمة يدوياً.
ملاحظة هامة: يؤكد المؤلفون أن هذه الأداة مخصصة للتحليل والتنظيم. وهي ليست مصممة لاتخاذ قرارات نهائية في التحقيقات أو لإصدار أحكام على الأشخاص؛ بل هي ببساطة تساعد في تنظيم الأدلة حتى يتمكن البشر من مراجعتها بشكل أفضل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.