基于提示学习的案件知识图谱构建方法及应用研究

针对传统案件处理和分析方法效率低、耗时长的问题,文章提出一种构建案件知识图谱的方法,旨在提高案件处理效率,增强案件分析的深度和广度,为公安人员提供更加全面和精准的案件信息支持。首先,在OneKE大语言模型的基础上融入CasePrompt提示学习方法,提出案例事件抽取模型。然后,根据案件领域数据搭建知识图谱概念层架构,使用案例事件抽取模型实现实体抽取。最后,将结构化案件数据转化为三元组形式存入Neo4j图数据库,实现基于提示学习的案件知识图谱构建。实验结果表明,提示学习微调的大模型相比传统深度学习模型展现了更优秀的事件抽取性能,能够有效识别并抽取案件文本数据中的事件信息,进而构建高质量的案件知识图谱,从而提升案件分析效率。