知识图谱在智能审讯中的应用研究*
2022-07-20江苏警官学院张诗扬谢天曹世聪王浩臣潘辰阳
江苏警官学院 张诗扬,谢天,曹世聪,王浩臣,潘辰阳
一、国内外对于大数据讯问的研究现状
国内研究现状:随着大数据、人工智能技术的广泛应用,公安机关民警也跟随新技术不断改变着原有的工作模式和思维模式。当前,我国公安机关在不断研发基于智能大数据技术的辅助系统。大数据技术在侦查讯问中的典型应用包括以下几个方面:
(一)智能证据审查
侦查讯问的重要任务就是获取犯罪嫌疑人口供,与案件中其他证据相互印证形成完整的证据链条,同时,讯问工作中发现的犯罪线索,可能会有助于破获积案隐案,扩大战果。随着人工智能技术的深入发展和进一步应用,可以按照证据的合法性、客观性、关联性,分梯次逐层对证据进行审查。通过智能系统,将犯罪嫌疑人的口供与其他证据进行比对,及时发现不合法及瑕疵证据,并给出排除和补正意见。结合案件中获取的其他证据,判断是否符合客观性,是否与案件相关。通过对所有案件证据进行审查,判断是否形成了完整证据链条,有无遗漏证据的情况。
(二)讯问文本数据挖掘系统
在讯问笔录数据化的基础上,针对海量讯问文本数据应用人工智能技术进行深入挖掘,对案件信息进行智能分析检索比对,提取有价值的情报信息。具体来说,讯问文本数据挖掘系统通过案件构成要素挖掘案件地址及案件人物特征,并进行相似词义分析、案件相似性分析、案件串并分析等,对各种数据抽取后建模,构建一个智能数据系统,从而发现犯罪线索,实现犯罪预警研判,及时有效预防犯罪,推动侦查模式由被动转向主动。
二、传统“大数据+讯问”讯问模式的不足
根据笔者团队成员对江苏省内多个基层公安机关的调研可以看出,总体而言,“大数据+讯问”模式在“了解犯罪嫌疑人基本情况”“提供讯问需要的证据和线索”和“追查同案犯”上能发挥较好的作用,但在“选配讯问人员”和“审查判断证据方面”所发挥的作用仍不理想,见表1。
表1 “大数据+讯问”功能效果分析
(一)讯问准备阶段对于犯罪嫌疑人信息的不完善
参与审讯的民警在讯问实施前的准备阶段,应当尽可能地通过公安机关所掌握的查找手段去详细收集与犯罪嫌疑人有关的信息。讯问策略的运用建立在对犯罪嫌疑人的心理分析基础之上,对案件情况的全面摸排是对心理分析的关键,因此在审讯前充分掌握犯罪嫌疑人的信息就显得尤为重要。在当前信息科技发展日新月异的时代,每一个人都会或多或少地在数据空间中留有相应的痕迹,但由于技术水平的限制问题,我们很多的基层公安民警在讯问时并不能较好地掌握犯罪嫌疑人的详细信息情况,因此也会导致对犯罪嫌疑人的分析不够深入。
(二)提供的讯问对策使用效果差强人意
在实际的讯问过程中,公安机关所采用的审讯工具所提供的讯问对策使用效果实用性较差,并不能因势利导,往往按照固有的讯问套路来提供固定的对策,在模拟民警思维上有局限性。毕竟讯问经验是要通过长期的实践积累出来的,在讯问过程中,民警不光要运用逻辑思维,直觉等非理性思维同样也发挥着作用,但仅仅套用固定讯问思维的审讯工具并不能做到这点,这就会导致一部分经验不足参与讯问的民警在使用审讯工具后将讯问的重点集中于犯罪嫌疑人所参与的某一单独案件中,忽略了犯罪嫌疑人所参与作案的其他起违法犯罪,不能较好地起到深挖犯罪嫌疑人隐案、积案和余罪的作用。
(三)通过数据库串并案件方面存在问题
要想精准地挖掘出犯罪嫌疑人所参与的所有案件,就要在讯问过程中将隐藏在犯罪嫌疑人作案前后的每一个细节都剖析清楚,并且寻找各细节之间的联系。例如案件中所涉及的资金的结算、清理、流向问题;重点人员通信情况;犯罪主要成员活动轨迹等,公安机关要想方便快捷地获取诸如此类的信息,就要与专业的信息网络公司和其他部门、企业建立起完善的数据共享机制,以此更好地查明同案犯和犯罪嫌疑人余罪情况。但在传统的“大数据+讯问”模式中,此类的数据共享机制并未能建立并且使用,导致办案民警并不能对嫌疑人在犯罪过程中的各环节进行信息分析和数据研判,也就不能更好地串并案件。
(四)利用大数据进行讯问的安全风险问题
公安机关作为国家行政机关,代表国家行使权力,公安民警对于犯罪嫌疑人进行讯问的电子笔录都是绝密,其中包含了大量的公民个人信息和犯罪信息,由此也产生了笔录文书泄露的风险问题。例如讯问系统的定期检修维护人员,很容易就可以获取到民警对犯罪嫌疑人的讯问笔录文本。还有一些系统常见的漏洞也会导致讯问笔录文本的泄露,很难做到能和纸质的讯问笔录一样安全绝密。
三、知识图谱在智能讯问中应用的实现
(一)知识图谱的概念
知识图谱本质上是一种语义网络,是一种趋于结构形态的数据库,是一种认知人工智能领域的典型技术,用来描述真实世界中存在的各种实体或概念,以及它们之间的关联关系,然后通过网状图形结构将其表现出来。知识图谱的数据组织结构符合人的思维模式,是人工智能的基础,是大数据环境下建设智慧警务的有效途径。
(二)知识图谱在图鉴画像方面的应用
在警务应用中,图鉴画像是对犯罪嫌疑人外貌、性格、习惯等多方面的综合表述,民警可以通过图鉴画像了解犯罪嫌疑人已知以及推断出来的全部信息。将知识图谱应用于犯罪嫌疑人图鉴画像方面,可以使得审讯更加智能化,通过对犯罪嫌疑人已知信息的录入,扫描已知的数据库,推断出犯罪嫌疑人的其他特征,使得讯问民警更快了解犯罪嫌疑人情况,同时自动选配最合适这个嫌疑人的讯问民警,制定出有效合理的讯问计划。
1.数据采集
包括犯罪嫌疑人数据和审讯数据两部分。犯罪嫌疑人数据可以通过知识图谱与现有警务平台的信息联通、网络在线搜索与审讯民警录入等方式组成;审讯数据则可以通过与现有的智能笔录系统等平台联通或者开发专业的智能讯问系统,将审讯民警信息、每次讯问具体情况都及时录入知识图谱,以积累庞大的信息量,辅助图鉴画像的构建。
2.应用情况
利用知识图谱将单个或多个犯罪嫌疑人的数据进行画像,可以格式化其信息特征,便于审讯民警更加直观地把握其特点,从而更加有技巧性地进行合理讯问。首先,审讯民警通过图鉴画像,了解犯罪嫌疑人的兴趣点和薄弱点,从而引导话题,找到切入点,在讯问中掌握主动权。其次,综合多次审讯记录,找到其中矛盾点或者细节性问题,为接下来的审讯做好准备。最后,通过所有情况的全面分析,并结合对应审讯民警特点、习惯等方面的信息,匹配最佳的审讯民警和审讯对策。
(三)知识图谱在生理信息方面的应用
犯罪嫌疑人的生理信息包括微表情、动作、语言、心跳、血压等多个方面,能够从微观角度反应犯罪嫌疑人的心理状况。在讯问中加入知识图谱对生理信息的采集,能够便于审讯人员及时了解犯罪嫌疑人的情绪,进而探明犯罪嫌疑人的心理状态,对识别谎言、提高审讯效率具有重要意义。
1.数据采集
包括犯罪嫌疑人微表情、动作等肢体数据和心跳、血压等生理数据两方面。前者可以通过在讯问过程中对犯罪嫌疑人肢体与面部表情变化的抓捕获取,后者可以通过对犯罪嫌疑人进行身体检查或者在讯问过程中通过专业的神经信息采集仪器进行收集处理。
2.应用情况
通过知识图谱监测犯罪嫌疑人在审讯中生理、心理等方面的变化,能够为进一步审讯提供有效服务。一方面,在审讯过程中,对犯罪嫌疑人生理信息采集后,可以结合审讯的具体情况,发现犯罪嫌疑人对讯问过程中的哪一个环节、哪一个问题有着不同寻常的表现,从而抓住审讯突破口;另一方面,在审讯结束后,可以通过犯罪嫌疑人的供述以及审讯现场视频,研判犯罪嫌疑人在此次审讯中供述的真假情况,提高审讯的效率。
四、知识图谱在智能讯问中应用的前景
人工智能技术作为一项高端技术成果,已经成为国家发展战略。人工智能技术应用于讯问中无疑会给讯问工作带来巨大的机遇,注入巨大的活力。
当前,我国公安机关也在不断研发基于智能技术的辅助系统。传统审讯方法通常是利用嫌疑人与外界信息隔离的环境,对嫌疑人施加压力或者激励感化,以获取嫌疑人的真实供述。有学者对M市公安局50名预审民警的审讯方法进行调查。调查显示,常见的传统审讯方法依次是:情感感化、使用证据、政策宣讲、说服教育以及其他。然而,我们熟知的传统讯问方法过于依赖侦查人员的经验和直觉判断,且难以对嫌疑人心理进行精准分析,这就造成了对犯罪嫌疑人的心里琢磨不透、判断错误等后果。侦查讯问中为了促使犯罪嫌疑人如实供述,准确把握犯罪嫌疑人的供述心理,除了使用言语策略、话术技巧之外,对其行为的观察、分析和理解至关重要。侦查人员可以运用行为科学技术方法对犯罪嫌疑人在讯问过程中表现的行为进行全面记录与分析获取更全面的行为信息,可帮助侦查人员判断其供述动机及口供真伪。现代审讯技术是基于审讯对象的心理与行为数据,运用行为科学分析原理与方法,形成的一整套讯问规则、规范和工具体系。将知识图谱技术运用到侦查讯问阶段,是大数据辅助公安工作的一次创新,知识图谱本质上是一种语义网络,允许用户搜索引擎知道的所有事物、人物或者地方,而且能够显示查询的实时信息,比传统的关系型数据库更加自由多样化。利用知识图谱技术实现公安大数据的推理与应用,能够突破已有的思维定式,广泛地获取外脑支撑。讯问是侦查办案的重要一环,特别依赖审讯人员的经验,特别需要获得机器的智能辅助。该项目利用知识图谱技术实现讯问的智能辅助,能够及时向审讯人员推送案件关联知识,推荐讯问策略,辅助制定讯问方案,提高讯问效率,使讯问摆脱极度依赖经验的困境,能够节约办案成本,减少警力和资源投入,减轻基层民警的工作负担,有效提升讯问的质量,真正发挥人脑和机器结合的优势。
知识图谱运用广泛,将其运用到公安民警讯问工作中,可以使讯问更加高效,使整个讯问过程变得更加智能化。
五、结语
互联网时代的来临,使得世界各地随时随地会产生海量资料,大数据就是这些海量资料的汇总。在大数据时代,通过各种算法可以在大数据的海量资料中发现价值,大数据讯问也就应运而生,国内外发现讯问中海量资料背后存在的巨大价值并对此展开研究,笔者的研究也建立在此基础上,希望挖掘出讯问中大数据的更大价值。笔者在通过对传统讯问模式以及传统“大数据+讯问”模式进行剖析后发现了其中的不足之处,比如在讯问准备阶段对犯罪嫌疑人各种信息的掌握并不完全,比如并不能在讯问中择取最优讯问对策。由此笔者认为大数据发展到当前阶段或许人工智能领域是大数据讯问新的发展方向以及突破口。笔者在长期的研究与探讨下得出建立智能讯问中的知识图谱存在一定的可行性,运用大数据以及人工智能等技术对隐性的犯罪信息进行分解重构,抽象概括犯罪嫌疑人的背景、喜好、习惯甚至宗教信仰等,通过特定算法发现潜藏在讯问背后却难以被发现的有巨大价值的数据,并建立讯问知识图谱数据库,为知识图谱在智能讯问中的具体应用奠定基础,使警方在讯问的模式中由被动变为主动,让警方在讯问中占据优势。
笔者自身能力有限,在讯问知识图谱方面的研究依然十分浅薄,关于对此方面的研究尤其是讯问知识图谱的具体应用和应用前景只能具象于警务活动讯问实践之中。笔者期待能够在实践中对讯问知识图谱进行更加深入的研究与探索,建立健全讯问知识图谱数据库,为基层民警带来福音,为推进公安工作现代化与智能化作出更大的贡献。