2012美賽論文翻譯--逮捕罪犯模型.docx

逮捕罪犯模型你的組織，ICM正在對一項密謀的犯罪行動進行調(diào)查。調(diào)查人員非常清楚一些參與密謀的人，希望能夠確定其他成員和他們的領(lǐng)導(dǎo)之后進行逮捕。罪犯和犯罪嫌疑人都在一家大的公司的一個綜合辦公室里工作。這家公司成長很快并以自己的名字命名在研發(fā)一種軟件并面向銀行和信用卡公司銷售。ICM最近發(fā)現(xiàn)了這個公司82名員工一小部分的信息，相信可以幫助他們找到最有可能的未知合伙人和領(lǐng)導(dǎo)。因為信息業(yè)務(wù)是面向所有的員工，因此很有可能一些（可能一大部分）指定的溝通員并不涉及此次的密謀。實際上，調(diào)查人員很清楚有一部分的人并不涉及此案。建模的目標(biāo)就是確定這個綜合辦公室里誰最有可能是罪犯。列一個有先后次序的列表有助于ICM實施監(jiān)督，并進一步審問。明確的劃分共犯和非共犯也能幫助區(qū)分每組的人員。當(dāng)然如果指出密謀的領(lǐng)導(dǎo)者對DA公司也會有幫助。在給出這次案件數(shù)據(jù)之前，你的主管給了你一份她幾年前在別的城市工作的這種情況的方案（調(diào)查EZ）。盡管她對自己調(diào)查EZ的案子很滿意，但她說那只是個小的簡單的例子，并會對你理解你的任務(wù)有所幫助。她給的數(shù)據(jù)如下：她認(rèn)為有十個人是共犯：Anne#, Bob, Carol, Dave*, Ellen, Fred,George*, Harry, Inez, and Jaye#.（*表示這其中共犯可能性大的，#表示非共犯可能性大的）。28個信息的年表她基于自己的分析都做了相應(yīng)的標(biāo)號：Anne to Bob:你今天為什么遲到？（1）Bob to Carol:那個死Anne總是監(jiān)督我。我沒遲到（1）Carol to Dave:Anne和Bob又在爭論著Bob的磨嘰。（1）Dave to Ellen:我今天早上要見你。你什么時候來？把預(yù)算文檔帶來。（2）Dave to Fred:我今天什么時候都能去見你。告訴我什么時候合適。我需要帶預(yù)算文檔么？（2）Dave to George:我待會兒去見你要談好多事情。我希望其他人的也準(zhǔn)備好了。把這些弄好了很重要。（3）Harry to George:你壓力太大了。到底怎么了?我們的預(yù)算會沒問題的。（2）（4）Inez to George:我今天特累。你過得怎么樣？（5）I也很累Jaye to Inez:沒什么進展。想去吃午餐么？（5）Inez to Jaye:幸好很安靜。我很累。今天不去吃午飯了，對不起?。?）George to Dave:該談?wù)劻爽F(xiàn)在?。?）Jaye to Anne:你今天去吃午飯么？（5）Dave to George:不行。我在正要去見Fred的路上呢。（3）George to Dave:去完那兒到這兒來。（3）Anne to Carol:誰該監(jiān)督Bob？他總是游手好閑。（1）Carol to Anne:別管他。他和George and Dave一起工作的很好。（1）George to Dave:這很重要。該死的Fred。Ellen那邊怎么樣了？（3）沒準(zhǔn)可以推出E是Ellen to George:你跟Dave談了么？（3）George to Ellen:還沒呢。你呢？（3）Bob to Anne:我沒遲到。就像你知道的我午飯時間都在干活。（1）Bob to Dave:告訴他們我沒遲到。你了解我的。（1）只有D了解BEllen to Carol:找Anne并確定好下周預(yù)算會議的程序，還要幫我把George冷靜下來。（2）Harry to Dave:你沒發(fā)現(xiàn)今天George又壓力特大么？（4）Dave to George:死Harry認(rèn)為你壓力太大了。別讓他擔(dān)心否則他又該絮叨了。（4）George to Harry:就是總是加班再加上家里出了些問題。我會沒事的。（4）H不是Ellen to Harry:如果我錯過了今天的會，有事么？Fred會在的而且他比我更了解預(yù)算。（2）Harry to Fred:我認(rèn)為明年的預(yù)算對許多人都施加了壓力。也許我們今天需要花點時間給他們減減壓了。（2）（4）Fred to Harry:我認(rèn)為我們的預(yù)算很健康。我看不到任何有壓力的東西。（2）信息量結(jié)束。你的主管指出她只破解信息中五個不同的主題：1）Bob很磨嘰，2）預(yù)算，3）重要的位置問題但是假設(shè)是密謀的一部分，4）George的壓力，5）午飯和其他的社會問題。在信息的編碼中可以看到，有些信息根據(jù)內(nèi)容有兩個主題。你主管分析她的情況時用的是一個顯示溝通聯(lián)系和信息種類的網(wǎng)絡(luò)的方法。下面的圖表是一個信息網(wǎng)絡(luò)的模型以及結(jié)果中的信息種類的編碼都標(biāo)注在網(wǎng)絡(luò)圖里。你的主管指出已知的共犯George and Dave, 和Ellen and Carol是通過分析得出的，以及后來Bob自己為了減刑承認(rèn)犯罪了，但是對于Carol的指控后來撤消了。你的主管也十分確定Inez也涉及此案，但是始終無法對她立案。你的主觀的建議是你們組一定要明確犯罪雙方這樣像Inez人就不會逃跑了，也不會有人像Carol一樣被誤判，同時ICM需要有信譽這樣就不會有人像Bob一樣有機會減刑。你的主管為當(dāng)前的案例整理了一個網(wǎng)絡(luò)式的數(shù)據(jù)庫，以同樣的格式，但是范圍更大些。調(diào)查人員提示說這個密謀是有關(guān)挪用公司基金以及用互聯(lián)網(wǎng)詐騙盜取那些與公司有業(yè)務(wù)往來的那些人的信用卡的錢。主管給你看的EZ小例子只有10個人（節(jié)點），27條線（信息），5個話題，1個密謀話題，2個已知共犯和2個已知的非共犯。到目前為止，新的情況（case）有83個節(jié)點， 400連接（其中一些涉及超過1個主題），消息流量已超過21000字，15個主題（其中3個已被視為是可疑的），7個已知的同謀者，和8個已知的非同謀。這些數(shù)據(jù)在所附的電子表格文件中： names.xls ， Topics.xls ， Messages.xls 。 names.xls包含關(guān)鍵節(jié)點序號的辦公室人員名字。topics.xls包含15個主題號碼的代碼，也就是一個主題的簡短說明。由于安全和隱私問題，你的小組不會有直接傳達(dá)的所有信息流量。messages.xls提供傳播消息的鏈接節(jié)點（links of the nodes）和消息中包含的主題代碼。幾個消息包含了三個話題。為了幫忙顯現(xiàn)（visualize可視化）消息流量，圖2提供了人和消息鏈接（the people and message links）的網(wǎng)絡(luò)模型。在這種情況下，這些消息的話題沒有被表示出來因為在圖1中表示了。這些話題的編號在文件Messages.xls中給出了，而且在文件Topics.xls中描述了。要求1：到目前為止，已經(jīng)知道Jean, Alex, Elsie, Paul, Ulf, Yao, 和Harvey是同謀。也知道，Darlene, Tran, Jia, Ellin, Gard, Chris, Paige, 和Este不是同謀。三個有嫌疑的消息主題（suspicious message topics）是7、11和13. 更多關(guān)于消息主題的細(xì)節(jié)在文件Topics.xls中。按照屬于同謀的可能性大小建立模型和算法，把83個節(jié)點（人）區(qū)分優(yōu)先次序，并解釋你的模型和指標(biāo)。Jerome, Delores, 和Gretchen是公司的高級管理人員。如果了解到他們其中任何一個人涉及到陰謀，將是非常有益的。要求2：如果有新信息確定了topic 1與犯罪相關(guān)，而且Chris是其中一個同謀者，那么這個優(yōu)先清單會怎樣變化？要求3：獲得和理解與這個消息流量（message traffic）類似的文本信息的一個強大的技術(shù)叫做語義網(wǎng)絡(luò)分析；作為一個在人工智能和計算語言學(xué)的方法，它提供了有關(guān)的知識（消息）或語言推理的結(jié)構(gòu)和步驟。另一種在自然語言處理過程中的計算語言學(xué)能力是文本分析。就我們的罪犯逮捕方案來講，解釋清楚對消息流量的內(nèi)容和背景的語義分析和文本分析（如果你能獲得原始信息）怎樣才能使你的團隊來開發(fā)更好的模型并進行辦公室人員的分類。你對文件Topics.xls中的對話主題描述，是否用了這些capabilities（語義網(wǎng)絡(luò)分析、文本分析）來提高你的模型了么？要求4：您的完整報告將最終送到 DA，所以它必須詳細(xì)而清楚地說明你的假設(shè)和方法，但不能超過20頁。你可以以單獨的文件形式在附件中提交你的程序，而這是不計算在你的頁面限制內(nèi)的，但提交這些程序并不是必需的。你的supervisor希望ICM成為世界上最好的解決白領(lǐng)階層高科技犯罪的組織，希望你們的方法有助于解決世界各地的重要案件，尤其是那些消息流量（message traffic）數(shù)據(jù)非常龐大的案件（成千上萬的人與數(shù)以萬計的消息，并可能包括以百萬計的單詞量）。她特別要求你的報告要包括“更深入的進行消息內(nèi)容的網(wǎng)絡(luò)、語義和文本分析 怎樣對你的模型和建議有幫助”這一討論。作為給她報告的一部分，解釋你已經(jīng)使用的網(wǎng)絡(luò)模型技術(shù)以及他們?yōu)槭裁匆约霸鯓幽軌蛟谌魏晤愋偷木W(wǎng)絡(luò)數(shù)據(jù)庫中被用來識別（確定）、區(qū)分優(yōu)先次序和分類類似的節(jié)點，而不只是限于有關(guān)犯罪陰謀和消息數(shù)據(jù)。例如，當(dāng)你有表明感染機率的節(jié)點并已確定了一些感染節(jié)點的各種圖像或化學(xué)數(shù)據(jù)