在“智慧警务”战略背景下,公安大数据智能化建设正在持续深入开展。公安机关作为社会治安管理的重要部门,此前建设应用的情报信息处理系统在处理能力受到了极大的挑战,传统的依靠人工读取、分析、归纳的情报信息处理方式已无法适从。要素抽取技术能够利用算法模型从自然语言本文中抽取预先定义好的要素信息,进而进行结构化,并给出不同要素信息之间存在的业务关系。实践证明,在行业场景下通过采取要素抽取的方式,能够大幅缩减文本处理的工作量。本文针对基于要素抽取技术的公安情报信息处理系统进行了设计与实现,具有一定的理论意义和实际应用价值。主要内容包括:（1）对公安情报信息要素抽取模型进行了设计与实现。结合公安情报信息文本的特殊性,模型借助科大讯飞超大规模词典等自然语言处理工具,结合前后最大匹配算法、未登录词识别模型、基于隐马尔科夫模型融合Viterbi维特比算法的词性标注方法、基于统计与规则结合的新词发现算法,实现了中文分词、未登录词识别、词性标注、新词发现等功能。（2）基于上述公安情报信息要素抽取模型,设计并实现了公安情报信息处理系统。依托安徽省公安厅大数据中心现有的计算能力和工具引擎,以尽可能提高系统运行效率以及保障系统稳定性为设计思路,对基于要素抽取技术的公安情报信息处理系统进行了研究设计,主要包括情报信息管理模块、情报信息要素抽取模块、研判分析模块等业务模块,满足公安机关情报信息分析处理岗位民警的系统应用需求。（3）对公安情报信息要素抽取模型和公安情报信息处理系统进行了测试与评估。对于公安情报信息要素抽取模型,分析了中文分词结果、词性标注结果、命名实体识别结果和要素抽取与关系抽取结果。对于公安情报信息处理系统,分别进行了功能测试与性能测试。结果表明,所研系统可以满足公安情报信息处理的需求。本课题所研究的系统是公安机关情报信息研判分析处理的重要组成部分,是在各警种、各部门原有情报信息数据库的基础之上,面向公安机关内部各业务警种,集情报信息汇集、管理、研判为一体的综合性情报信息处理系统。