在舆情分析领域，传统的舆情分析研判模型通常基于专家意见和制定推理规则构建，其缺点是模型构建依赖于行业专家的知识积累且耗时长久。在当今自媒体时代下，各行各业越来越重视舆情特别是负面舆情，利用知识图谱快速构建舆情分析研判模型具有实际应用价值。知识图谱分为通用知识图谱、领域知识图谱和跨语言知识图谱，目前知识图谱多为通用知识图谱，涉警舆情领域的知识图谱研究还不多见，构建涉警舆情知识图谱并用于涉警舆情分析研判模型中，对维护社会安全稳定，促进社会和谐发展具有重要意义。本文借鉴已有知识图谱构建方法，提出涉警舆情知识图谱的构建方法，主要研究内容包括：
　　（1）借鉴已有知识图谱中实体识别方法，提出了基于BI-LSTM-CRF的涉警舆情信息实体识别方法，并针对传统的方法无法有效提取涉警舆情领域语义特征的问题，构建了基于有监督实体的词向量特征。实验表明该方法能有效提取涉警舆情领域语义特征，提高了涉警舆情信息实体识别的召回率和准确率。
　　（2）针对涉警舆情的数据来源广、关系类型复杂等问题，提出了基于规则和远程监督的涉警舆情信息实体关系抽取方法，通过分析涉警舆情语句的句子结构，抽取出涉警舆情信息规则模板并用于涉警舆情信息实体关系抽取。实验表明该方法提高了涉警舆情信息实体关系抽取的召回率和准确率。
　　（3）通过余弦距离计算涉警舆情信息实体指称和已知数据库中候选实体的上下文相似度，实现将涉警舆情信息实体链接到互动百科的目标。
　　本文利用涉警舆情信息，构建了涉警舆情知识图谱并将其应用于涉警舆情信息关键字检索系统和涉警舆情信息关键字排序中。