CaseLinker：面向儿童网络犯罪报告的跨案分析开源系统

儿童性剥削和虐待 (CSEA) 案件数据本质上令人不安，跨越多个组织、司法管辖区和机构，信息细节和格式各异，使得跨案分析、模式识别和趋势检测变得具有挑战性。本文提出 CaseLinker，一个用于摄取、处理、分析和可视化 CSEA 案件数据的模块化系统。CaseLinker 采用混合式确定性信息抽取方法，结合基于正则表达式的结构化数据抽取（人口统计信息、平台、证据）与基于模式的语义分析（严重程度指示器和案件主题），确保可解释性和可审计性。系统提取相关案件信息，填充完整的案件模式，创建六个交互式可视化（时间线、严重程度指示器、案件可视化、前一侵害者状态、环境/平台、涉及组织），为深入的自动化和手动分析提供平台，基于多个维度（平台、人口统计信息、主题、严重程度、调查类型）使用加权 Jaccard 相似度对相似案件进行分组，并基于收集的案件数据提供自动化分流和洞察。CaseLinker 在公开的 AZICAC 报告（2011-2014）中的 47 个案件上进行评估，证明其在信息抽取、案件聚类、自动化洞察生成和交互式可视化方面具有有效能力。CaseLinker 解决了数据源碎片化、跨案模式识别以及反复处理令人不安案件材料的情感负担等关键挑战。