تعتبر عملية استخراج المعلومات الحيوية من الوثائق المرتبطة بالجرائم من المهام الهامة التي تواجه وكالات إنفاذ القانون. إن هذه العملية تُفهم على أنها مهمة التعرف على الكيانات المسماة (Named-Entity Recognition - NER). ومع ذلك، يعاني هذا المجال من نقص كبير في البيانات المعنونة بشكل مناسب حول السيناريوهات الجنائية الواقعية.

للتغلب على هذه المشكلة، تم تقديم CrimeNER، وهي دراسة حالة تتعلق بالتعرف على الكيانات المسماة في سياقات الجرائم، بالإضافة إلى قاعدة بيانات NER مخصصة للجرائم (CrimeNER-db)، التي تتضمن أكثر من 1500 وثيقة موثقة تم استخراجها من تقارير عامة حول الهجمات الإرهابية وملاحظات صحفية من وزارة العدل الأمريكية.

تتميز قاعدة بيانات CrimeNER بتصنيفها لعدد 4 أنواع رئيسية من الكيانات المتعلقة بالجرائم و21 نوعًا فرعيًا من الكيانات، مما يضمن تغطية شاملة لمختلف جوانب الجرائم. تم تقييم جودة قاعدة البيانات من خلال تجارب باستخدام نماذج NER العامة المدربة بشكل كامل، بالإضافة إلى Experimental zero- وfew-shot لتحسين قدرات التعلم.

المثير في الأمر هو أن هذه القاعدة متاحة على GitHub، مما يسهل الوصول إليها للباحثين والممارسين في هذا المجال. تشير نتائج التجارب إلى إمكانية استخدام هذه البيانات لتحسين فعالية مهام التعرف على الكيانات المسماة في مجالات الجرائم، مما يساهم في تعزيز الإستجابة الأمنية ويعزز من قدرة مكافحة الجرائم بشكل عام.