Framework di IA simbolica estrae fatti incidentali dai rapporti di polizia
Un articolo di ricerca su arXiv propone un framework di IA simbolica per convertire narrazioni non strutturate nei rapporti delle forze dell'ordine in fatti collegati a prove. Il metodo utilizza redazione, parsing semantico, mappatura dei predicati su un'ontologia e ragionamento per costruire grafi temporali dal testo. Valutato su 450 rapporti di reati contro il patrimonio, il 54,1% degli eventi estratti aveva un punteggio di confidenza di almeno 0,80, e il 93,7% è stato mappato attraverso il percorso semantico PropBank–VerbNet–WordNet. La revisione umana ha raggiunto il 100% di concordanza su inizio incidente, oggetti rubati e indizi temporali. Il framework mira a ridurre la lettura manuale per revisione, formazione e indagini.
Fatti principali
- Il framework utilizza metodi simbolici per convertire narrazioni in fatti collegati a prove.
- Valutato su 450 rapporti di reati contro il patrimonio.
- Il 54,1% degli eventi estratti aveva confidenza ≥ 0,80.
- Il 93,7% mappato attraverso il percorso semantico PropBank–VerbNet–WordNet.
- 100% di concordanza su inizio incidente, oggetti rubati e indizi temporali.
- Rimuove gli identificatori personali prima dell'elaborazione.
- Costruisce grafi temporali con indizi temporali e assiomi di dominio.
- Pubblicato su arXiv con ID 2605.15978.
Entità
Istituzioni
- arXiv
- PropBank
- VerbNet
- WordNet