| 1 |
1
범죄 사건 소스 데이터를 수신하고, 범죄 키워드를 추출하여 범죄 유형 키워드 사전을 생성하는 키워드 사전 구축부; 상기 범죄 사건 소스 데이터 및 키워드 사전을 이용하여 범죄사건 유형 학습용 데이터셋을 생성하는 데이터셋 구축부; 상기 데이터셋을 이용하여 범죄유형 예측 모델을 생성하고, 학습을 수행하는 범죄유형 예측 모델 학습부; 및신규 범죄사건 데이터를 이용하여 범죄유형 추론을 수행하는 범죄유형 추론부 를 포함하는 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 2 |
2
제1항에 있어서, 상기 범죄 사건 소스 데이터는 범죄 사건에 관련한 텍스트 데이터 및 범죄유형 정답 레이블을 포함하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 3 |
3
제1항에 있어서, 상기 키워드 사전 구축부는 상기 범죄 사건 소스 데이터에 포함되는 노이즈를 제거하고, 형태소 분석을 수행하며, 형태소 분석 수행 결과에 대해 범죄 유형 별로 그룹핑을 수행하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 4 |
4
제1항에 있어서, 상기 키워드 사전 구축부는 복수 개의 자연어 분석 알고리즘을 이용하여 범죄 키워드를 추출하고, 범죄 키워드 추출 결과를 통합하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 5 |
5
제4항에 있어서, 상기 키워드 사전 구축부는 상기 범죄 키워드의 추출 결과를 평가 점수 순서대로 정렬하고, 정렬 결과를 이용하여 상기 범죄 유형 키워드 사전을 구축하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 6 |
6
제1항에 있어서, 상기 데이터셋 구축부는 상기 범죄 사건 소스 데이터를 이용하여 추출한 사건별 키워드 및 상기 키워드 사전을 이용하여 상기 범죄사건 유형 학습용 데이터셋을 생성하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 7 |
7
제6항에 있어서, 상기 데이터셋 구축부는 범죄 유형에 대해 one-hot 인코딩된 값을 상기 범죄사건 유형 학습용 데이터셋과 매칭시키는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 8 |
8
제7항에 있어서, 상기 범죄유형 예측 모델 학습부는 상기 one-hot 인코딩된 값과 기계학습 출력값을 비교하여 학습을 수행하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 9 |
9
제1항에 있어서, 상기 범죄유형 추론부는 신고 접수 텍스트인 상기 신규 범죄사건 데이터를 분석하여, 범죄유형에 대한 확률값을 포함하는 추론 결과를 제공하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 시스템
|
| 10 |
10
텍스트 데이터 기반 범죄사건 유형 추론 시스템에 의하여 수행되는 텍스트 데이터 기반 범죄사건 유형 추론 방법에 있어서, (a) 치안 데이터를 분석하고 키워드를 추출하는 단계;(b) 상기 키워드를 범죄 유형 별로 분류하고 키워드 사전을 구축하는 단계; (c) 상기 키워드 사전을 이용하여 기계학습 기반의 범죄유형 예측 모델을 구축하고 학습을 수행하는 단계; 및(d) 신규 범죄 사건 정보를 이용하여 범죄유형을 예측하는 단계를 포함하는 텍스트 데이터 기반 범죄사건 유형 추론 방법
|
| 11 |
11
제10항에 있어서, 상기 (a) 단계는 범죄사건 텍스트 데이터 및 범죄 유형 정보를 포함하는 상기 치안 데이터를 분석하여, 상기 키워드를 추출하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 방법
|
| 12 |
12
제10항에 있어서, 상기 (a) 단계는 상기 치안 데이터에 포함되는 노이즈를 제거하고 형태소 분석을 수행하여, 상기 키워드를 추출하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 방법
|
| 13 |
13
제10항에 있어서, 상기 (a) 단계는 복수 개의 자연어 분석 알고리즘을 이용하여 상기 키워드를 추출하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 방법
|
| 14 |
14
제13항에 있어서, 상기 (b) 단계는 상이한 상기 복수 개의 자연어 분석 알고리즘을 이용하여 추출한 결과를 정렬하고 상기 키워드 사전을 구축하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 방법
|
| 15 |
15
제10항에 있어서, 상기 (c) 단계는 범죄 유형에 대해 one-hot 인코딩된 값을 이용하여 상기 학습을 수행하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 방법
|
| 16 |
16
제10항에 있어서, 상기 (d) 단계는 신고 접수 텍스트인 상기 신규 범죄 사건 정보를 이용하여 범죄유형을 예측하고, 범죄유형에 대한 확률값을 포함하는 예측 결과를 제공하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 방법
|
| 17 |
17
범죄 사건 소스 데이터를 수신하는 입력부; 상기 범죄 사건 소스 데이터를 이용하여 키워드 사전을 구축하고 범죄유형 예측 모델을 생성하는 프로그램이 저장된 메모리; 및상기 프로그램을 실행시키는 프로세서를 포함하고, 상기 프로세서는 상기 범죄 사건 소스 데이터로부터 키워드를 추출하여 상기 키워드 사전을 생성하고, 상기 범죄 사건 소스 데이터 및 키워드 사전을 이용하여 범죄유형 학습용 데이터셋을 생성하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 장치
|
| 18 |
18
제17항에 있어서, 상기 프로세서는 복수 개의 상이한 자연어 분석 알고리즘을 이용하여 상기 키워드를 추출하고, 추출된 키워드를 합병하여 상기 키워드 사전을 생성하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 장치
|
| 19 |
19
제17항에 있어서, 상기 프로세서는 상기 키워드 및 one-hot 인코딩한 벡터 데이터를 포함하는 상기 범죄유형 학습용 데이터셋을 생성하는 것인 텍스트 데이터 기반 범죄사건 유형 추론 장치
|
| 20 |
20
제17항에 있어서, 상기 프로세서는 신규 범죄 사건 정보를 분석하여 범죄 유형 확률값을 포함하는 범죄 유형 예측 결과를 제공하는 것 인 텍스트 데이터 기반 범죄사건 유형 추론 장치
|
