江蘇警官學(xué)院 張詩揚(yáng)，謝天，曹世聰，王浩臣，潘辰陽

一、國內(nèi)外對于大數(shù)據(jù)訊問的研究現(xiàn)狀

國內(nèi)研究現(xiàn)狀：隨著大數(shù)據(jù)、人工智能技術(shù)的廣泛應(yīng)用，公安機(jī)關(guān)民警也跟隨新技術(shù)不斷改變著原有的工作模式和思維模式。當(dāng)前，我國公安機(jī)關(guān)在不斷研發(fā)基于智能大數(shù)據(jù)技術(shù)的輔助系統(tǒng)。大數(shù)據(jù)技術(shù)在偵查訊問中的典型應(yīng)用包括以下幾個方面：

（一）智能證據(jù)審查

偵查訊問的重要任務(wù)就是獲取犯罪嫌疑人口供，與案件中其他證據(jù)相互印證形成完整的證據(jù)鏈條，同時，訊問工作中發(fā)現(xiàn)的犯罪線索，可能會有助于破獲積案隱案，擴(kuò)大戰(zhàn)果。隨著人工智能技術(shù)的深入發(fā)展和進(jìn)一步應(yīng)用，可以按照證據(jù)的合法性、客觀性、關(guān)聯(lián)性，分梯次逐層對證據(jù)進(jìn)行審查。通過智能系統(tǒng)，將犯罪嫌疑人的口供與其他證據(jù)進(jìn)行比對，及時發(fā)現(xiàn)不合法及瑕疵證據(jù)，并給出排除和補(bǔ)正意見。結(jié)合案件中獲取的其他證據(jù)，判斷是否符合客觀性，是否與案件相關(guān)。通過對所有案件證據(jù)進(jìn)行審查，判斷是否形成了完整證據(jù)鏈條，有無遺漏證據(jù)的情況。

（二）訊問文本數(shù)據(jù)挖掘系統(tǒng)

在訊問筆錄數(shù)據(jù)化的基礎(chǔ)上，針對海量訊問文本數(shù)據(jù)應(yīng)用人工智能技術(shù)進(jìn)行深入挖掘，對案件信息進(jìn)行智能分析檢索比對，提取有價值的情報信息。具體來說，訊問文本數(shù)據(jù)挖掘系統(tǒng)通過案件構(gòu)成要素挖掘案件地址及案件人物特征，并進(jìn)行相似詞義分析、案件相似性分析、案件串并分析等，對各種數(shù)據(jù)抽取后建模，構(gòu)建一個智能數(shù)據(jù)系統(tǒng)，從而發(fā)現(xiàn)犯罪線索，實現(xiàn)犯罪預(yù)警研判，及時有效預(yù)防犯罪，推動偵查模式由被動轉(zhuǎn)向主動。

二、傳統(tǒng)“大數(shù)據(jù)+訊問”訊問模式的不足

根據(jù)筆者團(tuán)隊成員對江蘇省內(nèi)多個基層公安機(jī)關(guān)的調(diào)研可以看出，總體而言，“大數(shù)據(jù)+訊問”模式在“了解犯罪嫌疑人基本情況”“提供訊問需要的證據(jù)和線索”和“追查同案犯”上能發(fā)揮較好的作用，但在“選配訊問人員”和“審查判斷證據(jù)方面”所發(fā)揮的作用仍不理想，見表1。

表1 “大數(shù)據(jù)+訊問”功能效果分析

（一）訊問準(zhǔn)備階段對于犯罪嫌疑人信息的不完善

參與審訊的民警在訊問實施前的準(zhǔn)備階段，應(yīng)當(dāng)盡可能地通過公安機(jī)關(guān)所掌握的查找手段去詳細(xì)收集與犯罪嫌疑人有關(guān)的信息。訊問策略的運(yùn)用建立在對犯罪嫌疑人的心理分析基礎(chǔ)之上，對案件情況的全面摸排是對心理分析的關(guān)鍵，因此在審訊前充分掌握犯罪嫌疑人的信息就顯得尤為重要。在當(dāng)前信息科技發(fā)展日新月異的時代，每一個人都會或多或少地在數(shù)據(jù)空間中留有相應(yīng)的痕跡，但由于技術(shù)水平的限制問題，我們很多的基層公安民警在訊問時并不能較好地掌握犯罪嫌疑人的詳細(xì)信息情況，因此也會導(dǎo)致對犯罪嫌疑人的分析不夠深入。

（二）提供的訊問對策使用效果差強(qiáng)人意

在實際的訊問過程中，公安機(jī)關(guān)所采用的審訊工具所提供的訊問對策使用效果實用性較差，并不能因勢利導(dǎo)，往往按照固有的訊問套路來提供固定的對策,在模擬民警思維上有局限性。畢竟訊問經(jīng)驗是要通過長期的實踐積累出來的，在訊問過程中，民警不光要運(yùn)用邏輯思維，直覺等非理性思維同樣也發(fā)揮著作用，但僅僅套用固定訊問思維的審訊工具并不能做到這點(diǎn)，這就會導(dǎo)致一部分經(jīng)驗不足參與訊問的民警在使用審訊工具后將訊問的重點(diǎn)集中于犯罪嫌疑人所參與的某一單獨(dú)案件中，忽略了犯罪嫌疑人所參與作案的其他起違法犯罪，不能較好地起到深挖犯罪嫌疑人隱案、積案和余罪的作用。

（三）通過數(shù)據(jù)庫串并案件方面存在問題

要想精準(zhǔn)地挖掘出犯罪嫌疑人所參與的所有案件，就要在訊問過程中將隱藏在犯罪嫌疑人作案前后的每一個細(xì)節(jié)都剖析清楚，并且尋找各細(xì)節(jié)之間的聯(lián)系。例如案件中所涉及的資金的結(jié)算、清理、流向問題；重點(diǎn)人員通信情況；犯罪主要成員活動軌跡等，公安機(jī)關(guān)要想方便快捷地獲取諸如此類的信息，就要與專業(yè)的信息網(wǎng)絡(luò)公司和其他部門、企業(yè)建立起完善的數(shù)據(jù)共享機(jī)制，以此更好地查明同案犯和犯罪嫌疑人余罪情況。但在傳統(tǒng)的“大數(shù)據(jù)+訊問”模式中，此類的數(shù)據(jù)共享機(jī)制并未能建立并且使用，導(dǎo)致辦案民警并不能對嫌疑人在犯罪過程中的各環(huán)節(jié)進(jìn)行信息分析和數(shù)據(jù)研判，也就不能更好地串并案件。

（四）利用大數(shù)據(jù)進(jìn)行訊問的安全風(fēng)險問題

公安機(jī)關(guān)作為國家行政機(jī)關(guān)，代表國家行使權(quán)力，公安民警對于犯罪嫌疑人進(jìn)行訊問的電子筆錄都是絕密，其中包含了大量的公民個人信息和犯罪信息，由此也產(chǎn)生了筆錄文書泄露的風(fēng)險問題。例如訊問系統(tǒng)的定期檢修維護(hù)人員，很容易就可以獲取到民警對犯罪嫌疑人的訊問筆錄文本。還有一些系統(tǒng)常見的漏洞也會導(dǎo)致訊問筆錄文本的泄露，很難做到能和紙質(zhì)的訊問筆錄一樣安全絕密。

三、知識圖譜在智能訊問中應(yīng)用的實現(xiàn)

（一）知識圖譜的概念

知識圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)，是一種趨于結(jié)構(gòu)形態(tài)的數(shù)據(jù)庫，是一種認(rèn)知人工智能領(lǐng)域的典型技術(shù)，用來描述真實世界中存在的各種實體或概念，以及它們之間的關(guān)聯(lián)關(guān)系，然后通過網(wǎng)狀圖形結(jié)構(gòu)將其表現(xiàn)出來。知識圖譜的數(shù)據(jù)組織結(jié)構(gòu)符合人的思維模式，是人工智能的基礎(chǔ)，是大數(shù)據(jù)環(huán)境下建設(shè)智慧警務(wù)的有效途徑。

（二）知識圖譜在圖鑒畫像方面的應(yīng)用

在警務(wù)應(yīng)用中，圖鑒畫像是對犯罪嫌疑人外貌、性格、習(xí)慣等多方面的綜合表述，民警可以通過圖鑒畫像了解犯罪嫌疑人已知以及推斷出來的全部信息。將知識圖譜應(yīng)用于犯罪嫌疑人圖鑒畫像方面，可以使得審訊更加智能化，通過對犯罪嫌疑人已知信息的錄入，掃描已知的數(shù)據(jù)庫，推斷出犯罪嫌疑人的其他特征，使得訊問民警更快了解犯罪嫌疑人情況，同時自動選配最合適這個嫌疑人的訊問民警，制定出有效合理的訊問計劃。

1.數(shù)據(jù)采集

包括犯罪嫌疑人數(shù)據(jù)和審訊數(shù)據(jù)兩部分。犯罪嫌疑人數(shù)據(jù)可以通過知識圖譜與現(xiàn)有警務(wù)平臺的信息聯(lián)通、網(wǎng)絡(luò)在線搜索與審訊民警錄入等方式組成；審訊數(shù)據(jù)則可以通過與現(xiàn)有的智能筆錄系統(tǒng)等平臺聯(lián)通或者開發(fā)專業(yè)的智能訊問系統(tǒng)，將審訊民警信息、每次訊問具體情況都及時錄入知識圖譜，以積累龐大的信息量，輔助圖鑒畫像的構(gòu)建。

2.應(yīng)用情況

利用知識圖譜將單個或多個犯罪嫌疑人的數(shù)據(jù)進(jìn)行畫像，可以格式化其信息特征，便于審訊民警更加直觀地把握其特點(diǎn)，從而更加有技巧性地進(jìn)行合理訊問。首先，審訊民警通過圖鑒畫像，了解犯罪嫌疑人的興趣點(diǎn)和薄弱點(diǎn)，從而引導(dǎo)話題，找到切入點(diǎn)，在訊問中掌握主動權(quán)。其次，綜合多次審訊記錄，找到其中矛盾點(diǎn)或者細(xì)節(jié)性問題，為接下來的審訊做好準(zhǔn)備。最后，通過所有情況的全面分析，并結(jié)合對應(yīng)審訊民警特點(diǎn)、習(xí)慣等方面的信息，匹配最佳的審訊民警和審訊對策。

（三）知識圖譜在生理信息方面的應(yīng)用

犯罪嫌疑人的生理信息包括微表情、動作、語言、心跳、血壓等多個方面，能夠從微觀角度反應(yīng)犯罪嫌疑人的心理狀況。在訊問中加入知識圖譜對生理信息的采集，能夠便于審訊人員及時了解犯罪嫌疑人的情緒，進(jìn)而探明犯罪嫌疑人的心理狀態(tài)，對識別謊言、提高審訊效率具有重要意義。

1.數(shù)據(jù)采集

包括犯罪嫌疑人微表情、動作等肢體數(shù)據(jù)和心跳、血壓等生理數(shù)據(jù)兩方面。前者可以通過在訊問過程中對犯罪嫌疑人肢體與面部表情變化的抓捕獲取，后者可以通過對犯罪嫌疑人進(jìn)行身體檢查或者在訊問過程中通過專業(yè)的神經(jīng)信息采集儀器進(jìn)行收集處理。

2.應(yīng)用情況

通過知識圖譜監(jiān)測犯罪嫌疑人在審訊中生理、心理等方面的變化，能夠為進(jìn)一步審訊提供有效服務(wù)。一方面，在審訊過程中，對犯罪嫌疑人生理信息采集后，可以結(jié)合審訊的具體情況，發(fā)現(xiàn)犯罪嫌疑人對訊問過程中的哪一個環(huán)節(jié)、哪一個問題有著不同尋常的表現(xiàn)，從而抓住審訊突破口；另一方面，在審訊結(jié)束后，可以通過犯罪嫌疑人的供述以及審訊現(xiàn)場視頻，研判犯罪嫌疑人在此次審訊中供述的真假情況，提高審訊的效率。

四、知識圖譜在智能訊問中應(yīng)用的前景

人工智能技術(shù)作為一項高端技術(shù)成果，已經(jīng)成為國家發(fā)展戰(zhàn)略。人工智能技術(shù)應(yīng)用于訊問中無疑會給訊問工作帶來巨大的機(jī)遇，注入巨大的活力。

當(dāng)前，我國公安機(jī)關(guān)也在不斷研發(fā)基于智能技術(shù)的輔助系統(tǒng)。傳統(tǒng)審訊方法通常是利用嫌疑人與外界信息隔離的環(huán)境，對嫌疑人施加壓力或者激勵感化，以獲取嫌疑人的真實供述。有學(xué)者對M市公安局50名預(yù)審民警的審訊方法進(jìn)行調(diào)查。調(diào)查顯示，常見的傳統(tǒng)審訊方法依次是：情感感化、使用證據(jù)、政策宣講、說服教育以及其他。然而，我們熟知的傳統(tǒng)訊問方法過于依賴偵查人員的經(jīng)驗和直覺判斷，且難以對嫌疑人心理進(jìn)行精準(zhǔn)分析，這就造成了對犯罪嫌疑人的心里琢磨不透、判斷錯誤等后果。偵查訊問中為了促使犯罪嫌疑人如實供述，準(zhǔn)確把握犯罪嫌疑人的供述心理，除了使用言語策略、話術(shù)技巧之外，對其行為的觀察、分析和理解至關(guān)重要。偵查人員可以運(yùn)用行為科學(xué)技術(shù)方法對犯罪嫌疑人在訊問過程中表現(xiàn)的行為進(jìn)行全面記錄與分析獲取更全面的行為信息，可幫助偵查人員判斷其供述動機(jī)及口供真?zhèn)巍，F(xiàn)代審訊技術(shù)是基于審訊對象的心理與行為數(shù)據(jù)，運(yùn)用行為科學(xué)分析原理與方法，形成的一整套訊問規(guī)則、規(guī)范和工具體系。將知識圖譜技術(shù)運(yùn)用到偵查訊問階段，是大數(shù)據(jù)輔助公安工作的一次創(chuàng)新，知識圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)，允許用戶搜索引擎知道的所有事物、人物或者地方，而且能夠顯示查詢的實時信息，比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫更加自由多樣化。利用知識圖譜技術(shù)實現(xiàn)公安大數(shù)據(jù)的推理與應(yīng)用，能夠突破已有的思維定式，廣泛地獲取外腦支撐。訊問是偵查辦案的重要一環(huán)，特別依賴審訊人員的經(jīng)驗，特別需要獲得機(jī)器的智能輔助。該項目利用知識圖譜技術(shù)實現(xiàn)訊問的智能輔助，能夠及時向?qū)徲嵢藛T推送案件關(guān)聯(lián)知識，推薦訊問策略，輔助制定訊問方案，提高訊問效率，使訊問擺脫極度依賴經(jīng)驗的困境，能夠節(jié)約辦案成本，減少警力和資源投入，減輕基層民警的工作負(fù)擔(dān)，有效提升訊問的質(zhì)量，真正發(fā)揮人腦和機(jī)器結(jié)合的優(yōu)勢。

知識圖譜運(yùn)用廣泛，將其運(yùn)用到公安民警訊問工作中，可以使訊問更加高效，使整個訊問過程變得更加智能化。

五、結(jié)語

互聯(lián)網(wǎng)時代的來臨，使得世界各地隨時隨地會產(chǎn)生海量資料，大數(shù)據(jù)就是這些海量資料的匯總。在大數(shù)據(jù)時代，通過各種算法可以在大數(shù)據(jù)的海量資料中發(fā)現(xiàn)價值，大數(shù)據(jù)訊問也就應(yīng)運(yùn)而生，國內(nèi)外發(fā)現(xiàn)訊問中海量資料背后存在的巨大價值并對此展開研究，筆者的研究也建立在此基礎(chǔ)上，希望挖掘出訊問中大數(shù)據(jù)的更大價值。筆者在通過對傳統(tǒng)訊問模式以及傳統(tǒng)“大數(shù)據(jù)+訊問”模式進(jìn)行剖析后發(fā)現(xiàn)了其中的不足之處，比如在訊問準(zhǔn)備階段對犯罪嫌疑人各種信息的掌握并不完全，比如并不能在訊問中擇取最優(yōu)訊問對策。由此筆者認(rèn)為大數(shù)據(jù)發(fā)展到當(dāng)前階段或許人工智能領(lǐng)域是大數(shù)據(jù)訊問新的發(fā)展方向以及突破口。筆者在長期的研究與探討下得出建立智能訊問中的知識圖譜存在一定的可行性，運(yùn)用大數(shù)據(jù)以及人工智能等技術(shù)對隱性的犯罪信息進(jìn)行分解重構(gòu)，抽象概括犯罪嫌疑人的背景、喜好、習(xí)慣甚至宗教信仰等，通過特定算法發(fā)現(xiàn)潛藏在訊問背后卻難以被發(fā)現(xiàn)的有巨大價值的數(shù)據(jù)，并建立訊問知識圖譜數(shù)據(jù)庫，為知識圖譜在智能訊問中的具體應(yīng)用奠定基礎(chǔ)，使警方在訊問的模式中由被動變?yōu)橹鲃?，讓警方在訊問中占?jù)優(yōu)勢。

筆者自身能力有限，在訊問知識圖譜方面的研究依然十分淺薄，關(guān)于對此方面的研究尤其是訊問知識圖譜的具體應(yīng)用和應(yīng)用前景只能具象于警務(wù)活動訊問實踐之中。筆者期待能夠在實踐中對訊問知識圖譜進(jìn)行更加深入的研究與探索，建立健全訊問知識圖譜數(shù)據(jù)庫，為基層民警帶來福音，為推進(jìn)公安工作現(xiàn)代化與智能化作出更大的貢獻(xiàn)。