 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 1 | 1/1 | 返回列表 |
| 查看: 855 | 回復(fù): 0 | |||
張一123新蟲(chóng) (初入文壇)
|
[交流]
人工智能領(lǐng)域開(kāi)展標(biāo)準(zhǔn)化研究
|
|
基于軍事知識(shí)圖譜的作戰(zhàn)預(yù)案語(yǔ)義匹配方法研究 人工智能技術(shù)與咨詢 前天 本文來(lái)自《指揮與控制學(xué)報(bào)》 ，作者梁汝鵬等 摘 要 提出了一種智能化的預(yù)案語(yǔ)義匹配方法,基于軍事知識(shí)圖譜,建立知識(shí)圖譜與作戰(zhàn)預(yù)案特征映射,構(gòu)建預(yù)案語(yǔ)義特征標(biāo)注,實(shí)現(xiàn)作戰(zhàn)預(yù)案隱藏知識(shí)的顯式定義;設(shè)計(jì)了作戰(zhàn)預(yù)案語(yǔ)義特征抽取與相似性計(jì)算算法,解決基于索引或關(guān)鍵字等語(yǔ)用層次特征匹配效率和準(zhǔn)確度較低的問(wèn)題,實(shí)現(xiàn)基于語(yǔ)義特征的作戰(zhàn)預(yù)案智能語(yǔ)義匹配,滿足預(yù)案快速、精準(zhǔn)化匹配需求. 關(guān)鍵詞 知識(shí)圖譜,作戰(zhàn)預(yù)案,語(yǔ)義特征,語(yǔ)義相似度,特征向量,語(yǔ)義匹配 隨著戰(zhàn)爭(zhēng)節(jié)奏逐漸加快,平時(shí)籌劃、戰(zhàn)時(shí)匹配調(diào)整成為重要作戰(zhàn)模式,預(yù)案匹配方法對(duì)于提高作戰(zhàn)快速反應(yīng),并根據(jù)作戰(zhàn)態(tài)勢(shì)適度調(diào)整至關(guān)重要.作戰(zhàn)預(yù)案匹配本質(zhì)上是搜索問(wèn)題,即如何根據(jù)當(dāng)前情況,快速匹配與預(yù)案庫(kù)中相似場(chǎng)景對(duì)應(yīng)方案,并擇優(yōu)推薦預(yù)案,其核心是預(yù)案智能匹配方法. 目前,基于關(guān)鍵字或限定規(guī)則等語(yǔ)用層次的硬匹配方法,難以解決作戰(zhàn)場(chǎng)景描述的模糊性問(wèn)題,針對(duì)預(yù)案優(yōu)選難以實(shí)現(xiàn)定量化評(píng)估[1−2],需要大量人工參與,難以滿足戰(zhàn)時(shí)快速匹配需求[3].針對(duì)預(yù)案庫(kù)的匹配問(wèn)題通常采用組合關(guān)鍵字的方式,這種方法更適用于完全形式化、確定性目標(biāo)匹配,要求作戰(zhàn)預(yù)案實(shí)現(xiàn)高度格式化、定量化描述,目前作戰(zhàn)預(yù)案存在諸多定性描述,同時(shí)預(yù)案多以文本方式存在,傳統(tǒng)的關(guān)鍵字匹配方法難以滿足作戰(zhàn)預(yù)案快速準(zhǔn)確匹配需求,在面對(duì)作戰(zhàn)方案精確化匹配時(shí)存在諸多不足. 同時(shí),目前主流的基于“深度神經(jīng)網(wǎng)絡(luò)”人工智能推薦算法[4−5],需要大量數(shù)據(jù)樣本進(jìn)行深度學(xué)習(xí)與訓(xùn)練,但目前與作戰(zhàn)預(yù)案匹配相關(guān)的數(shù)據(jù)樣本較少,且皆是各國(guó)機(jī)密,對(duì)人工智能深度學(xué)習(xí)有較大制約.知識(shí)圖譜可在一定程度上實(shí)現(xiàn)知識(shí)的形式化描述,滿足智能自動(dòng)化推理需要,針對(duì)典型的小樣本問(wèn)題,通過(guò)構(gòu)建軍事知識(shí)圖譜,提供了作戰(zhàn)知識(shí)的形式化描述,為精細(xì)化的作戰(zhàn)預(yù)案匹配查詢提供了新思路. 為解決預(yù)案快速匹配優(yōu)選難題,本文提出了一種基于語(yǔ)義特征的預(yù)案智能匹配方法,通過(guò)軍事知識(shí)圖譜描述作戰(zhàn)場(chǎng)景的語(yǔ)義特征,并定義各匹配目標(biāo)方案對(duì)應(yīng)的特征向量,基于語(yǔ)義特征的相似性測(cè)度,模擬指揮員選擇預(yù)案的過(guò)程,滿足預(yù)案定量化快速匹配優(yōu)選要求,實(shí)現(xiàn)語(yǔ)義層次的作戰(zhàn)方案智能匹配. 目前,基于特征的匹配與推薦方法研究較多,其中的難點(diǎn)問(wèn)題在于特征的定義和描述[6−7],對(duì)于軍事問(wèn)題等小樣本特征提取難題,基于知識(shí)圖譜的語(yǔ)義特征描述提供了較好的解決方案,一方面可以解決基于關(guān)鍵字等硬匹配方法的固有缺陷,另一方面提供了基于軍事知識(shí)庫(kù)的特征表達(dá),構(gòu)建基于知識(shí)圖譜的預(yù)案匹配方法,為解決作戰(zhàn)預(yù)案的快速智能化預(yù)案匹配提供了新的技術(shù)解決方案,可在一定程度上提高作戰(zhàn)效率. 1 軍事知識(shí)圖譜 知識(shí)圖譜是以結(jié)構(gòu)化的形式描述客觀世界中的概念、實(shí)體及其關(guān)系,將信息表達(dá)成接近人類認(rèn)知世界的形式,并提供一種更好的組織、管理和理解海量信息的能力[8].知識(shí)圖譜為海量信息的語(yǔ)義搜索帶來(lái)了活力,同時(shí)也在智能問(wèn)答中顯示出強(qiáng)大的威力,已經(jīng)成為知識(shí)驅(qū)動(dòng)的智能應(yīng)用基礎(chǔ)設(shè)施.知識(shí)圖譜與大數(shù)據(jù)和深度學(xué)習(xí)一起成為推動(dòng)互聯(lián)網(wǎng)核人工智能發(fā)展的核心驅(qū)動(dòng)力之一. 隨著戰(zhàn)場(chǎng)信息的爆炸式增長(zhǎng),傳統(tǒng)的搜索方式已經(jīng)無(wú)法滿足戰(zhàn)場(chǎng)信息以及大量軍事知識(shí)的捕獲和理解需要,而知識(shí)圖譜技術(shù)在解決知識(shí)查詢的精度以及可擴(kuò)展性方面展現(xiàn)出了巨大的優(yōu)勢(shì),成為當(dāng)前研究的熱點(diǎn)問(wèn)題[9]. 現(xiàn)有的知識(shí)圖譜多為通用的知識(shí)圖譜,針對(duì)性較強(qiáng)的領(lǐng)域知識(shí),尤其是軍事領(lǐng)域的知識(shí)圖譜并沒(méi)有較好的構(gòu)建以及表示方法.因此,建立軍事知識(shí)圖譜意義重大.軍事知識(shí)涵蓋范圍廣泛,本文定義的軍事知識(shí)圖譜主要面向作戰(zhàn)籌劃領(lǐng)域. 在軍事知識(shí)圖譜構(gòu)建過(guò)程中需要涉及數(shù)據(jù)采集、知識(shí)抽取、知識(shí)消歧、知識(shí)推理等技術(shù)[10],總體流程如圖1所示. 基于知識(shí)圖譜,可實(shí)現(xiàn)作戰(zhàn)預(yù)案概念語(yǔ)義的形式化定義,由此獲取預(yù)案語(yǔ)義特征的描述,基于語(yǔ)義特征實(shí)現(xiàn)智能預(yù)案匹配. 2 作戰(zhàn)預(yù)案語(yǔ)義特征標(biāo)注 2.1 語(yǔ)義特征定義 特征即給定屬性集,其中某些屬性可能很關(guān)鍵、很有用,另一些屬性沒(méi)什么用,實(shí)體屬性即為特征,對(duì)于匹配任務(wù)密切相關(guān)的屬性稱為“相關(guān)特征”、對(duì)當(dāng)前任務(wù)無(wú)用的屬性稱為“無(wú)關(guān)特征”.語(yǔ)義特征即通過(guò)知識(shí)圖譜描述實(shí)體特征,實(shí)現(xiàn)實(shí)體的語(yǔ)義標(biāo)注[11]. 為獲取關(guān)于預(yù)案描述的語(yǔ)義信息,需要?jiǎng)?chuàng)建預(yù)案特征的語(yǔ)義描述.通過(guò)與知識(shí)圖譜的映射,定義預(yù)案特征結(jié)構(gòu)化元數(shù)據(jù).基于語(yǔ)義推理工具,語(yǔ)義標(biāo)注支持預(yù)案語(yǔ)義匹配與發(fā)現(xiàn),例如針對(duì)目標(biāo)定義屬性如圖2所示. 2.2 預(yù)案語(yǔ)義特征標(biāo)注 當(dāng)前,自動(dòng)語(yǔ)義標(biāo)注算法無(wú)法產(chǎn)生完整、精確的特征標(biāo)注,可構(gòu)建半自動(dòng)的特征語(yǔ)義標(biāo)注算法,實(shí)現(xiàn)知識(shí)圖譜中概念實(shí)體與概念關(guān)系排序.通過(guò)人工干預(yù),構(gòu)建預(yù)案特征半自動(dòng)語(yǔ)義標(biāo)注流程,實(shí)現(xiàn)語(yǔ)義特征映射. 語(yǔ)義標(biāo)注算法通過(guò)分析用戶輸入的作戰(zhàn)預(yù)案查詢關(guān)鍵字,提供了預(yù)案語(yǔ)義特征相關(guān)的概念實(shí)體或關(guān)系,并映射到知識(shí)圖譜對(duì)應(yīng)節(jié)點(diǎn),經(jīng)過(guò)人工干預(yù),利用圖形化人機(jī)交互界面,輔助實(shí)現(xiàn)特征語(yǔ)義標(biāo)注[12]. 針對(duì)作戰(zhàn)預(yù)案采用手工標(biāo)注工作量大,容易出現(xiàn)錯(cuò)誤,目前全自動(dòng)預(yù)案語(yǔ)義特征標(biāo)注算法尚不成熟.為提高語(yǔ)義特征標(biāo)注的自動(dòng)化程度,可在軍事知識(shí)圖譜概念術(shù)語(yǔ)匹配基礎(chǔ)算法基礎(chǔ)上,考慮知識(shí)圖譜的圖形化特征,可采用顧及軍事知識(shí)圖譜概念圖結(jié)構(gòu)的算法優(yōu)化方案,融合PageRank 算法實(shí)現(xiàn)更為高效的語(yǔ)義特征概念匹配與特征標(biāo)注[12],提高語(yǔ)義標(biāo)注的可靠性,具體過(guò)程如圖3所示. 3 基于語(yǔ)義特征的作戰(zhàn)預(yù)案匹配 3.1 基于語(yǔ)義特征的預(yù)案匹配機(jī)制 圖片 圖1 軍事知識(shí)圖譜構(gòu)建流程 圖片 圖2 語(yǔ)義特征 相對(duì)于傳統(tǒng)的基于數(shù)據(jù)庫(kù)索引和關(guān)鍵字匹配的預(yù)案匹配方法,知識(shí)圖譜關(guān)聯(lián)的特征語(yǔ)義標(biāo)注支持智能邏輯推理,在預(yù)案查詢過(guò)程中,語(yǔ)義推理引擎可以精確匹配查詢與服務(wù)的語(yǔ)義標(biāo)注信息,基于預(yù)案語(yǔ)義特征相似度計(jì)算,建立面向特定作戰(zhàn)場(chǎng)景的作戰(zhàn)預(yù)案匹配方法,實(shí)現(xiàn)語(yǔ)義級(jí)的服務(wù)匹配與發(fā)現(xiàn),確保更為精確的查詢結(jié)果,作戰(zhàn)預(yù)案語(yǔ)義特征匹配機(jī)制如圖4所示. 實(shí)現(xiàn)作戰(zhàn)預(yù)案語(yǔ)義匹配核心是構(gòu)建預(yù)案匹配規(guī)則與語(yǔ)義特征相似性度量算法.首先,基于作戰(zhàn)要求,構(gòu)建限制性匹配規(guī)則與優(yōu)化類匹配規(guī)則,實(shí)現(xiàn)作戰(zhàn)初步篩選;以篩選后預(yù)案為匹配目標(biāo)集,基于各預(yù)案語(yǔ)義特征標(biāo)注,抽取語(yǔ)義特征向量,通過(guò)建立融合預(yù)案語(yǔ)義特征相似性度量和包含性推理規(guī)則的混合模式預(yù)案匹配機(jī)制,實(shí)現(xiàn)作戰(zhàn)預(yù)案語(yǔ)義匹配,提高預(yù)案匹配效率和準(zhǔn)確度. 3.2 作戰(zhàn)預(yù)案匹配規(guī)則 3.2.1 限制類約束規(guī)則 對(duì)預(yù)案庫(kù)的預(yù)案按限制性規(guī)則進(jìn)行匹配,排除不滿足條件的預(yù)案,縮小匹配預(yù)案集.限制性規(guī)則主要包括幾個(gè)方面: 目標(biāo)的類型、我方力量狀態(tài)等,通過(guò)0-1 匹配算法,匹配滿足條件的預(yù)案集合. 3.2.2 優(yōu)化類匹配規(guī)則 對(duì)已篩選的預(yù)案集合,利用方案優(yōu)選規(guī)則,考慮目標(biāo)的重要程度、目標(biāo)毀傷程度、突防概率等,并利用基于特征向量的相似匹配算法,按優(yōu)先級(jí)排序推薦預(yù)案,主要包括目標(biāo)相似度、毀傷匹配度等.同時(shí)根據(jù)突防概率,可自動(dòng)對(duì)作戰(zhàn)力量進(jìn)行排序,支持人工選擇作戰(zhàn)武器[13−15]. 圖片 圖3 基于知識(shí)圖譜的語(yǔ)義特征標(biāo)注 圖片 圖4 基于語(yǔ)義特征的匹配機(jī)制 通過(guò)專家評(píng)價(jià)、樣本訓(xùn)練等方式,確定特征參數(shù),并進(jìn)行歸一化處理,利用余弦相似度方法[16−18] 進(jìn)行相似度排序,如表1所示. 3.3 預(yù)案匹配流程 采用三級(jí)匹配機(jī)制(圖5),一是作戰(zhàn)場(chǎng)景定義,根據(jù)情報(bào)和上報(bào)信息,計(jì)算/預(yù)估對(duì)我方毀傷,遭襲目 圖片 圖5 預(yù)案匹配流程 表1 作戰(zhàn)預(yù)案匹配規(guī)則及輸入輸出表 圖片 圖片 圖6 語(yǔ)義匹配技術(shù)體系 標(biāo)的類型、目標(biāo)對(duì)我方的重要程度,根據(jù)作戰(zhàn)規(guī)則和作戰(zhàn)意圖,確定目標(biāo)類型、反擊強(qiáng)度,實(shí)現(xiàn)“目標(biāo)向量”定義;二是預(yù)案語(yǔ)義特征相似度計(jì)算,基于作戰(zhàn)預(yù)案語(yǔ)義特征標(biāo)注,實(shí)現(xiàn)特征向量抽取,獲取各個(gè)預(yù)案的“語(yǔ)義特征向量”,依據(jù)匹配規(guī)則,基于語(yǔ)義特征向量的相似度計(jì)算方法,實(shí)現(xiàn)特征向量排序因子計(jì)算; 三是基于匹配因子,實(shí)現(xiàn)預(yù)案匹配,并依據(jù)當(dāng)前作戰(zhàn)力量狀態(tài)實(shí)現(xiàn)作戰(zhàn)預(yù)案的二次篩選,最終形成作戰(zhàn)預(yù)案匹配集合[19−20]. 3.4 預(yù)案匹配關(guān)鍵技術(shù) 預(yù)案匹配主要包括3 方面內(nèi)容:匹配規(guī)則設(shè)計(jì)、匹配因子和特征向量抽取、語(yǔ)義匹配算法設(shè)計(jì)等方面的技術(shù),如圖6所示. 3.4.1 預(yù)案匹配規(guī)則 以作戰(zhàn)需求和作戰(zhàn)特點(diǎn)為基礎(chǔ),開(kāi)展預(yù)案匹配規(guī)則研究,作為預(yù)案匹配技術(shù)決策的基礎(chǔ)和輸入,滿足預(yù)案匹配的科學(xué)、快速要求. 3.4.2 語(yǔ)義特征向量抽取 結(jié)合作戰(zhàn)預(yù)案結(jié)構(gòu)和內(nèi)容,分析預(yù)案匹配所需的組成要素,基于作戰(zhàn)預(yù)案語(yǔ)義標(biāo)注,設(shè)計(jì)形成匹配因子和語(yǔ)義特征向量,以及匹配因子權(quán)重系數(shù),研究匹配因子抽取及量化方法. 3.4.3 預(yù)案匹配算法 根據(jù)作戰(zhàn)需求,研究設(shè)計(jì)語(yǔ)義特征相似度計(jì)算方法,實(shí)現(xiàn)匹配目標(biāo)向量和預(yù)案特征向量相似度計(jì)算,計(jì)算作戰(zhàn)預(yù)案排序因子,進(jìn)行作戰(zhàn)預(yù)案定量化排序. 4 結(jié)論 為解決預(yù)案快速匹配優(yōu)選難題,本文提出了一種基于語(yǔ)義特征的預(yù)案智能匹配方法,通過(guò)軍事知識(shí)圖譜描述作戰(zhàn)場(chǎng)景的語(yǔ)義特征,并定義各匹配目標(biāo)方案對(duì)應(yīng)的語(yǔ)義特征,基于語(yǔ)義特征的相似性測(cè)度,模擬指揮員選擇預(yù)案的過(guò)程,滿足預(yù)案定量化快速匹配優(yōu)選要求,實(shí)現(xiàn)語(yǔ)義級(jí)作戰(zhàn)方案智能匹配. 針對(duì)作戰(zhàn)預(yù)案匹配模型小樣本的訓(xùn)練問(wèn)題,尚有眾多問(wèn)題需要解決,可在作戰(zhàn)演訓(xùn)過(guò)程中不斷積累特征標(biāo)注數(shù)據(jù)和訓(xùn)練樣本,逐步對(duì)預(yù)案匹配模型進(jìn)行優(yōu)化. 圖片 【轉(zhuǎn)載聲明】轉(zhuǎn)載目的在于傳遞更多信息。如涉及作品版權(quán)和其它問(wèn)題，請(qǐng)?jiān)?0日內(nèi)與本號(hào)聯(lián)系，我們將在第一時(shí)間解決！ |
回復(fù)此樓» 猜你喜歡
一志愿哈爾濱工業(yè)大學(xué)0856材料與化工，前三科206，總分283，求調(diào)劑
已經(jīng)有7人回復(fù)
-
A區(qū)一本交叉課題組，低分調(diào)劑，招收機(jī)械電子信息通信等交叉方向
已經(jīng)有48人回復(fù)
-
288求調(diào)劑085600材料與化工
已經(jīng)有7人回復(fù)
-
278求調(diào)劑
已經(jīng)有5人回復(fù)
-
物理學(xué)求調(diào)劑
已經(jīng)有3人回復(fù)
-
0703求調(diào)劑
已經(jīng)有3人回復(fù)
-
322分 085600求調(diào)劑，有互聯(lián)網(wǎng)+國(guó)金及主持省級(jí)大創(chuàng)經(jīng)歷
已經(jīng)有3人回復(fù)
-
材料專碩323求調(diào)劑
已經(jīng)有4人回復(fù)
-
招調(diào)劑
已經(jīng)有15人回復(fù)
-
調(diào)劑的同學(xué)，走過(guò)路過(guò)，不要錯(cuò)過(guò)
已經(jīng)有8人回復(fù)
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 張一123 的主題更新
| 1 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 歡迎211本科同學(xué)，過(guò)A區(qū)國(guó)家線，A區(qū)非偏遠(yuǎn)一本，交叉學(xué)科課題組 +19 | lisimayy 2026-03-04 | 31/1550 |
|
|---|---|---|---|---|
|
|
[考研] 材料與化工328求調(diào)劑 +4 | 。，。，。，。i 2026-03-02 | 4/200 |
|
|
[考研] 274求調(diào)劑 +6 | cgyzqwn 2026-03-01 | 13/650 |
|
|
|
[考研] 材料與化工304求調(diào)劑 +7 | 邱gl 2026-03-05 | 10/500 |
|
|
|
[考研] 085602 293分求調(diào)劑 +3 | SivanNano. 2026-03-05 | 3/150 |
|
|
|
[考研] 江西師范大學(xué)王昆-盧章輝課題組招化學(xué)方向碩士研究生兩名 +3 | 哈哈大俠 2026-02-28 | 3/150 |
|
|
|
[考研] 材料類考研調(diào)劑 +7 | gemmgemm 2026-03-01 | 8/400 |
|
|
|
[考研] 267調(diào)劑求助 +5 | 聰少OZ 2026-03-04 | 5/250 |
|
|
|
[論文投稿]
 主編終審卡者不動(dòng)
 100+4
|
Stray2021 2026-03-03 | 4/200 |
|
|
|
[考研] 376求調(diào)劑 +3 | 王浩然sam 2026-03-04 | 3/150 |
|
|
|
[考研] 材料復(fù)試調(diào)劑 +7 | 學(xué)材料的點(diǎn) 2026-03-01 | 8/400 |
|
|
|
[考研] 264求調(diào)劑 +8 | 26調(diào)劑 2026-03-03 | 8/400 |
|
|
|
[考研] 學(xué)碩材料275調(diào)劑 +9 | 路三三 2026-03-03 | 9/450 |
|
|
|
[考研] 306求調(diào)劑 +7 | 張張張張oo 2026-03-03 | 7/350 |
|
|
|
[考研]
材料270求調(diào)劑
6+6
|
Eiiiio 2026-03-01 | 11/550 |
|
|
|
[考研]
計(jì)算機(jī)學(xué)碩 分?jǐn)?shù)285求調(diào)劑
+4
|
glwshine 2026-03-02 | 5/250 |
|
|
|
[考研] 307求調(diào)劑 +6 | wyyyqx 2026-03-01 | 6/300 |
|
|
|
[考研] 275求調(diào)劑 +3 | L-xin? 2026-03-01 | 6/300 |
|
|
|
[考研] 調(diào)劑 +3 | 13853210211 2026-03-02 | 4/200 |
|
|
|
[考研] 299求調(diào)劑 +3 | Y墨明棋妙Y 2026-02-28 | 5/250 |
|