裝備保障性驗(yàn)證知識(shí)圖譜構(gòu)建方法研究

劉晨光　李星新　于永利　孫也尊

摘 ?要：裝備保障性驗(yàn)證是控制裝備保障性達(dá)到目標(biāo)要求的有效手段，目前，裝備保障性驗(yàn)證領(lǐng)域積累了很多技術(shù)方法以及海量異構(gòu)的數(shù)據(jù)。知識(shí)圖譜具有對(duì)知識(shí)、數(shù)據(jù)進(jìn)行梳理從而進(jìn)一步實(shí)現(xiàn)機(jī)器智能的作用。構(gòu)建裝備保障性驗(yàn)證領(lǐng)域知識(shí)圖譜也將是裝備保障性領(lǐng)域邁向智能化的開(kāi)端。首先簡(jiǎn)要介紹裝備保障性驗(yàn)證發(fā)展現(xiàn)狀，其次概括知識(shí)圖譜構(gòu)建的技術(shù)方法和研究熱點(diǎn)，然后提出裝備保障性驗(yàn)證領(lǐng)域知識(shí)圖譜構(gòu)建方法以及邏輯和技術(shù)流程，最后對(duì)未來(lái)發(fā)展前景做了展望。

關(guān)鍵詞：裝備保障性;異構(gòu)數(shù)據(jù);知識(shí)圖譜;本體;知識(shí)抽取

中圖分類(lèi)號(hào)：TP399 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Research on Construction Method of Knowledge Graph for

Equipment Supportability Verification

LIU Chenguang1， LI Xingxin1， YU Yongli1， SUN Yezun2

（1.Shijiazhuang Campus of Army Engineering University， Shijiazhuang 050051， China;

2.Unit 32382 of PLA， Beijing 100000， China）

17370228702@163.com; lxx_1226@sina.com; yu_yongli@263.net.cn; 461149680@qq.com

Abstract： Equipment supportability verification is an effective means to control equipment supportability to meet target requirements. At present， the field of equipment support verification has accumulated many technical methods and massive heterogeneous data. Knowledge graph has functions for sorting knowledge and data to further realize machine intelligence.Building knowledge graph for equipment supportability verification marks the initial effort of intelligence in the field of equipment supportability. This paper firstly introduces the development status of equipment supportability verification. Then， it summarizes the technical methods and research focuses of knowledge graph construction. Thirdly， it proposes the method as a logic and the technical process of knowledge graph construction in the field of equipment supportability. Finally， it depicts the future development.

Keywords： equipment supportability; heterogeneous data; knowledge graph; ontology modeling; knowledge

extraction; knowledge fusion

1 ? 引言（Introduction）

保障性是裝備的設(shè)計(jì)特性和計(jì)劃的保障資源滿(mǎn)足平時(shí)戰(zhàn)備和戰(zhàn)時(shí)利用率要求的能力[1]，保障性的概念分為三個(gè)層次，一是裝備的設(shè)計(jì)特性，這是在裝備設(shè)計(jì)階段賦予裝備天生的特性;二是計(jì)劃的保障資源，這是使裝備得到有效保障的物質(zhì)基礎(chǔ);三是二者協(xié)調(diào)配合滿(mǎn)足裝備戰(zhàn)備完好性的能力，這是需要裝備做到“好保障”與“保障好”相配合，使裝備達(dá)到平時(shí)戰(zhàn)備和戰(zhàn)時(shí)使用要求[2]。

近年來(lái)，隨著我軍大批新型武器裝備列裝部隊(duì)以來(lái)，裝備的復(fù)雜程度和信息化程度越來(lái)越高，對(duì)裝備保障性水平提出了更新更高的要求。在借鑒世界軍事強(qiáng)國(guó)發(fā)展經(jīng)驗(yàn)的基礎(chǔ)上，我軍對(duì)裝備全壽命周期內(nèi)裝備保障性的研究越來(lái)越重視，取得的理論成果、技術(shù)方法越來(lái)越全面，在此基礎(chǔ)上，進(jìn)一步構(gòu)建裝備保障性驗(yàn)證領(lǐng)域知識(shí)圖譜，將對(duì)理論方法指導(dǎo)部隊(duì)實(shí)際工作產(chǎn)生重要積極的推動(dòng)。

2012年谷歌首次提出知識(shí)圖譜的概念，知識(shí)圖譜在語(yǔ)義搜索、問(wèn)答系統(tǒng)、智能客服、個(gè)性化推薦、輔助決策等應(yīng)用中占有重要作用，金融、醫(yī)療、司法、公安等許多行業(yè)都在探索構(gòu)建垂直領(lǐng)域知識(shí)圖譜，致力于實(shí)現(xiàn)行業(yè)智能化水平[3]。當(dāng)前較為典型的開(kāi)放領(lǐng)域知識(shí)圖譜有：DBpedia[4]、YAGO[5]、Probase[6]、BableNet[7]、Zhishi.me[8]等。但是對(duì)于軍隊(duì)系統(tǒng)，我們將理論成果賦能試驗(yàn)基地、基層部隊(duì)的效果還比較差，開(kāi)展工作的方式比較傳統(tǒng)、嚴(yán)重制約專(zhuān)業(yè)領(lǐng)域知識(shí)向下傳遞、實(shí)踐經(jīng)驗(yàn)與數(shù)據(jù)向上反饋的過(guò)程。構(gòu)建保障性驗(yàn)證領(lǐng)域知識(shí)圖譜將是專(zhuān)業(yè)領(lǐng)域知識(shí)賦能部隊(duì)，提升部隊(duì)智能化水平的重要基礎(chǔ)。

2 ? 相關(guān)工作（Related work）

2.1 ? 保障性驗(yàn)證的主要研究?jī)?nèi)容

裝備保障性驗(yàn)證的研究?jī)?nèi)容與保障性定義的內(nèi)涵是相匹配的。

（1）對(duì)保障性設(shè)計(jì)特性驗(yàn)證方法的研究。針對(duì)裝備系統(tǒng)故障率、平均故障間隔、保持或恢復(fù)到規(guī)定狀態(tài)的能力等問(wèn)題，依據(jù)可靠性維修性保障性（RMS）指標(biāo)要求，構(gòu)建試驗(yàn)?zāi)Ｐ?、確定試驗(yàn)項(xiàng)目、優(yōu)化試驗(yàn)流程，科學(xué)檢驗(yàn)裝備系統(tǒng)的保障性設(shè)計(jì)與工藝缺陷[9]。

（2）保障資源規(guī)劃的驗(yàn)證研究。針對(duì)配套保障設(shè)備的完備情況、符合通用化系列化組合化要求的程度、備附件的供應(yīng)滿(mǎn)足率、技術(shù)資料的完整性和適用性、保障工作量以及綜合保障各要素之間匹配性協(xié)調(diào)性等問(wèn)題，建立保障資源配套試驗(yàn)評(píng)價(jià)標(biāo)準(zhǔn)，構(gòu)建試驗(yàn)?zāi)Ｐ?，確定試驗(yàn)項(xiàng)目，優(yōu)化試驗(yàn)流程，全面考核裝備保障資源的利用率和充足程度，以及保障系統(tǒng)的能力是否和裝備戰(zhàn)備完好性要求相適應(yīng)[10]。

（3）戰(zhàn)備完好性驗(yàn)證方法研究。主要考慮裝備系統(tǒng)是否正常工作和使用，以及能否在預(yù)期作戰(zhàn)環(huán)境中按照預(yù)定的強(qiáng)度執(zhí)行作戰(zhàn)任務(wù)等要求，建立裝備系統(tǒng)可用度試驗(yàn)評(píng)價(jià)標(biāo)準(zhǔn)，構(gòu)建試驗(yàn)?zāi)Ｐ?，?yōu)化試驗(yàn)流程，科學(xué)考核裝備系統(tǒng)處于能夠使用并能夠執(zhí)行任務(wù)的狀態(tài)的程度[11]。

2.2 ? 知識(shí)圖譜定義

知識(shí)圖譜是AI+知識(shí)的一種表現(xiàn)形式，以類(lèi)腦神經(jīng)的圖結(jié)構(gòu)將大數(shù)據(jù)背景下的海量知識(shí)相互關(guān)聯(lián)實(shí)現(xiàn)進(jìn)一步智能化的技術(shù)方法。知識(shí)圖譜可視化圖結(jié)構(gòu)中的節(jié)點(diǎn)代表現(xiàn)實(shí)世界的實(shí)體（如，人、地點(diǎn)、機(jī)構(gòu)等）或者抽象概念（如，裝備保障性、裝備維修性等）;兩個(gè)節(jié)點(diǎn)之間的邊代表實(shí)體的屬性（如，人名、地名）或者實(shí)體之間的關(guān)系（如，保障、維修等）[12]。知識(shí)圖譜是在語(yǔ)義網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)一步發(fā)展而來(lái)的產(chǎn)物，是將知識(shí)聯(lián)系存儲(chǔ)成一個(gè)大型知識(shí)庫(kù)。知識(shí)圖譜所具有的推理能力可以幫助人類(lèi)發(fā)現(xiàn)新的知識(shí)和關(guān)系，與關(guān)系型數(shù)據(jù)庫(kù)相比，知識(shí)圖譜的類(lèi)人腦的知識(shí)組織結(jié)構(gòu)有助于智能化的處理和理解知識(shí)，進(jìn)一步提高機(jī)器智能[13]。

2.3 ? 知識(shí)圖譜架構(gòu)

2.3.1 ? 邏輯層面架構(gòu)

在邏輯層面，知識(shí)圖譜通常可以劃分為數(shù)據(jù)層和模式層兩個(gè)層次。數(shù)據(jù)層主要是將領(lǐng)域中的多源異構(gòu)數(shù)據(jù)轉(zhuǎn)換為三元組的形式，通過(guò)一系列三元組表達(dá)領(lǐng)域知識(shí)或者常識(shí)知識(shí)，比如用（實(shí)體1，關(guān)系，實(shí)體2）、（實(shí)體、屬性，屬性值）這樣的三元組來(lái)表達(dá)事實(shí)，從而實(shí)現(xiàn)對(duì)知識(shí)進(jìn)行存儲(chǔ)。模式層是在數(shù)據(jù)層的基礎(chǔ)上構(gòu)建的，領(lǐng)域知識(shí)圖譜構(gòu)建過(guò)程通常通過(guò)構(gòu)建領(lǐng)域本體（Ontology）來(lái)規(guī)范數(shù)據(jù)層。本體規(guī)范了領(lǐng)域核心結(jié)構(gòu)，具有較強(qiáng)的結(jié)構(gòu)層次，有效減少冗余[14]，如圖1所示。

知識(shí)圖譜構(gòu)建方式分為自底向上（bottom-up）和自頂向下（top-down）兩種?！白缘紫蛏稀钡姆绞绞侵笍臄?shù)據(jù)層入手，通過(guò)對(duì)現(xiàn)實(shí)世界海量龐雜的知識(shí)數(shù)據(jù)進(jìn)行初步分析，按照特定領(lǐng)域數(shù)據(jù)類(lèi)型分布，以及數(shù)據(jù)特點(diǎn)進(jìn)而構(gòu)建與之相匹配的知識(shí)圖譜模式層，即先構(gòu)建底層數(shù)據(jù)層進(jìn)而推演出頂層模式層[15]。由于通用領(lǐng)域知識(shí)圖譜主要強(qiáng)調(diào)知識(shí)的廣度以及知識(shí)之間淺層的關(guān)聯(lián)關(guān)系，因此一般采用自底向上的構(gòu)建方式，如Google的Knowledge Vault。另外，在領(lǐng)域知識(shí)圖譜過(guò)程中，部分知識(shí)體系不完整的數(shù)據(jù)也需要采用自底向上的構(gòu)建方式;“自頂向下”的方式是在領(lǐng)域知識(shí)體系成熟完備的條件下首先進(jìn)行知識(shí)圖譜模式層的構(gòu)建，進(jìn)而補(bǔ)全相應(yīng)數(shù)據(jù)層，這種構(gòu)建方式需要領(lǐng)域?qū)＜以缙诮槿?，利用領(lǐng)域內(nèi)固有的知識(shí)體系或者新構(gòu)建權(quán)威的知識(shí)體系，并在此基礎(chǔ)上梳理可定義模式的數(shù)據(jù)。由于垂直領(lǐng)域知識(shí)圖譜對(duì)領(lǐng)域知識(shí)準(zhǔn)確性以及領(lǐng)域知識(shí)之間深層次關(guān)系要求較高，因此一般采用自頂向下構(gòu)建方式，如醫(yī)學(xué)領(lǐng)域知識(shí)圖譜。本文構(gòu)建裝備保障性驗(yàn)證領(lǐng)域知識(shí)圖譜主要采用自頂向下的方式構(gòu)建。

2.3.2 ? 技術(shù)層面架構(gòu)

垂直領(lǐng)域知識(shí)圖譜是相對(duì)Wikidata、Yago等通用知識(shí)圖譜而言的，垂直領(lǐng)域知識(shí)圖譜的知識(shí)復(fù)雜度更高、知識(shí)來(lái)源更加復(fù)雜、知識(shí)數(shù)據(jù)的多元異構(gòu)性更強(qiáng)。現(xiàn)實(shí)世界的知識(shí)資源海量龐雜，由于通用知識(shí)圖譜要求知識(shí)覆蓋面龐大，因此通用知識(shí)圖譜構(gòu)建通常以知識(shí)數(shù)據(jù)為牽引采用自底向上的構(gòu)建方式。而垂直領(lǐng)域知識(shí)圖譜一般面向不同的特定領(lǐng)域和不同的數(shù)據(jù)模式，因此現(xiàn)在沒(méi)有統(tǒng)一的構(gòu)建標(biāo)準(zhǔn)和規(guī)范。但是，一般構(gòu)建過(guò)程可以分為六個(gè)階段，即知識(shí)建模、知識(shí)存儲(chǔ)、知識(shí)抽取、知識(shí)融合、知識(shí)計(jì)算、知識(shí)應(yīng)用，如圖2所示。

根據(jù)圖中的各個(gè)構(gòu)建部分，其技術(shù)層面架構(gòu)如圖3所示。

3 面向裝備保障性驗(yàn)證的知識(shí)圖譜構(gòu)建（Construction of knowledge graph for equipment supportability verification）

3.1 ? 裝備保障性驗(yàn)證知識(shí)圖譜內(nèi)涵

裝備保障性驗(yàn)證知識(shí)圖譜是知識(shí)圖譜在裝備保障領(lǐng)域的延伸，是圖結(jié)構(gòu)的裝備保障性驗(yàn)證語(yǔ)義知識(shí)庫(kù)，通過(guò)形式化描述裝備保障性驗(yàn)證領(lǐng)域概念、實(shí)體、屬性，以及之間關(guān)系的方式，使領(lǐng)域內(nèi)概念、實(shí)體、屬性相互連接，構(gòu)成裝備保障性驗(yàn)證領(lǐng)域知識(shí)的立體網(wǎng)狀結(jié)構(gòu)圖，進(jìn)而在裝備保障領(lǐng)域?qū)崿F(xiàn)知識(shí)圖譜的語(yǔ)義搜索、智能問(wèn)答、輔助決策等相關(guān)功能。

裝備保障性驗(yàn)證領(lǐng)域知識(shí)可以采用資源描述框架（Resource Description Framework，RDF）表示為三元組形式，RDF本質(zhì)是一種數(shù)據(jù)模型（Data Model），RDF假設(shè)所有語(yǔ)義都可以以三元組形式進(jìn)行表示，復(fù)雜語(yǔ)義可以由n個(gè)三元組組合表示，它提供了一種統(tǒng)一的描述實(shí)體、概念、屬性的標(biāo)準(zhǔn)，形式上表示為SPO三元組形式，即“”或者“<（對(duì)象），（屬性），（值）>”，例如可以用如下三元組表示裝備技術(shù)準(zhǔn)備時(shí)間的基本信息：

<裝備技術(shù)準(zhǔn)備時(shí)間，類(lèi)型，保障性參數(shù)>

<裝備技術(shù)準(zhǔn)備時(shí)間，驗(yàn)證方法，半實(shí)物仿真>

<裝備技術(shù)準(zhǔn)備時(shí)間，父類(lèi)，時(shí)間>

<半實(shí)物仿真，父類(lèi)，試驗(yàn)>

3.2 ? 裝備保障性驗(yàn)證知識(shí)圖譜特點(diǎn)

知識(shí)圖譜是人工智能范疇的新興領(lǐng)域，裝備保障性驗(yàn)證知識(shí)圖譜是開(kāi)創(chuàng)性的將知識(shí)圖譜技術(shù)引入到裝備保障性驗(yàn)證領(lǐng)域，它不同于知識(shí)庫(kù)或者專(zhuān)家系統(tǒng)的功能，不僅僅是對(duì)裝備保障性驗(yàn)證領(lǐng)域的知識(shí)總結(jié)，而是實(shí)現(xiàn)裝備保障性領(lǐng)域更具智能化的重要探索，需要針對(duì)保障性驗(yàn)證的特點(diǎn)，對(duì)概念、實(shí)體、關(guān)系進(jìn)行梳理擴(kuò)展，具有以下特點(diǎn)：

（1）裝備保障性驗(yàn)證知識(shí)圖譜是一項(xiàng)裝備保障領(lǐng)域知識(shí)工程，是在對(duì)裝備保障性驗(yàn)證領(lǐng)域知識(shí)形式化表示的基礎(chǔ)上，進(jìn)行知識(shí)抽取、知識(shí)融合、知識(shí)眾包、知識(shí)表示、知識(shí)推理以及可視化等的工作，并最終基于保障性驗(yàn)證知識(shí)圖譜實(shí)現(xiàn)語(yǔ)義搜索、智能問(wèn)答、輔助決策等面向部隊(duì)使用的全壽命過(guò)程。

（2）裝備保障性驗(yàn)證知識(shí)圖譜描述的關(guān)系包括人、裝備、時(shí)間、空間、工具、技術(shù)等之間復(fù)雜交錯(cuò)的關(guān)系，復(fù)雜關(guān)系交叉使得事件邏輯性和復(fù)雜性大大增加，在這種專(zhuān)業(yè)領(lǐng)域背景下，將發(fā)揮知識(shí)圖譜技術(shù)的特點(diǎn)，提升裝備保障性驗(yàn)證工作的智能化水平。

（3）裝備保障性驗(yàn)證知識(shí)圖譜需要描述事實(shí)型知識(shí)和過(guò)程型知識(shí)，事實(shí)型知識(shí)指的是有裝備保障領(lǐng)域?qū)＜夜J(rèn)的裝備保障術(shù)語(yǔ)、名詞、框架等反映裝備保障性驗(yàn)證目的與狀態(tài)的知識(shí);過(guò)程型知識(shí)指的是描述裝備保障性驗(yàn)證系統(tǒng)過(guò)程的知識(shí)，具有較強(qiáng)的針對(duì)性，體現(xiàn)裝備保障性驗(yàn)證的專(zhuān)業(yè)特點(diǎn)，利用知識(shí)圖譜技術(shù)可以較好的建立知識(shí)之間的聯(lián)系。

3.3 ? 裝備保障性驗(yàn)證知識(shí)圖譜構(gòu)建技術(shù)體系

根據(jù)裝備保障性驗(yàn)證領(lǐng)域知識(shí)特點(diǎn)，綜合領(lǐng)域知識(shí)圖譜構(gòu)建一般方式，采用“自頂向下”的構(gòu)建方法，首先構(gòu)建領(lǐng)域的模式層，采用本體建模的方式構(gòu)建裝備保障性驗(yàn)證本體模型。數(shù)據(jù)層為裝備保障性領(lǐng)域?qū)嶓w和相關(guān)屬性，實(shí)現(xiàn)保障性驗(yàn)證知識(shí)抽取、融合、推理、補(bǔ)全。

（1）裝備保障性驗(yàn)證本體建模

本體的概念最初起源于哲學(xué)，從20世紀(jì)90年代開(kāi)始，計(jì)算機(jī)領(lǐng)域特別是人工智能、知識(shí)工程領(lǐng)域開(kāi)始廣泛引入本體概念，形成各個(gè)應(yīng)用領(lǐng)域內(nèi)通用標(biāo)準(zhǔn)化的領(lǐng)域概念，成為知識(shí)表示、加工、應(yīng)用的基礎(chǔ)。現(xiàn)在本體的形式化定義主要有OWA形式化定義、Guarion形式化定義和KAON形式化定義，其中OWA形式化定義應(yīng)用最為廣泛，本文采用這種方法進(jìn)行裝備保障性驗(yàn)證領(lǐng)域本體建模。OWA形式化定義是一種基于Web注釋的本體描述方法，其形式化定義為：

其中，是領(lǐng)域概念集;是概念的屬性集;是關(guān)系集;是每個(gè)關(guān)系屬性集;表示概念層次;表示公理集。

裝備保障性驗(yàn)證本體建模實(shí)際上就是規(guī)范化描述裝備保障性驗(yàn)證系統(tǒng)過(guò)程，將裝備保障性驗(yàn)證作為一個(gè)本體進(jìn)行概念抽象和分析，并將每一層概念作為一個(gè)本體，最終依據(jù)抽象分析的結(jié)果確定模型框架。

基于本體的保障性驗(yàn)證系統(tǒng)分析的核心在于：在OWA形式化規(guī)范下逐層確定裝備保障系統(tǒng)概念和概念之間的關(guān)系。首先，將整個(gè)裝備保障性驗(yàn)證系統(tǒng)作為一個(gè)本體，并基于OWA進(jìn)行分析，界定裝備保障性驗(yàn)證系統(tǒng)的頂層概念及概念之間的關(guān)系。然后，將每一個(gè)概念分別作為一個(gè)本體，如此逐層分析，直至確定研究目的下所定義的最小細(xì)粒度概念。在概念分析的過(guò)程中會(huì)逐層體現(xiàn)所需建立的模型。

（2）多源異構(gòu)的裝備保障性驗(yàn)證知識(shí)抽取

多源異構(gòu)裝備保障性實(shí)體抽取和實(shí)體關(guān)系構(gòu)建包括裝備保障性驗(yàn)證知識(shí)抽取、關(guān)系鏈接、關(guān)系推理等。保障性驗(yàn)證領(lǐng)域知識(shí)的來(lái)源包括裝備保障本體庫(kù)、基礎(chǔ)裝備保障性數(shù)據(jù)、與裝備保障性相關(guān)的國(guó)軍標(biāo)、裝備保障性相關(guān)的科研項(xiàng)目成果（報(bào)告、模型）、試驗(yàn)基地的歷史數(shù)據(jù)等?？蓮闹刑崛⊙b備保障性驗(yàn)證相關(guān)概念、裝備保障性驗(yàn)證實(shí)體、裝備保障性驗(yàn)證相關(guān)屬性、語(yǔ)義關(guān)系、空間關(guān)系、時(shí)間關(guān)系。

裝備保障性驗(yàn)證相關(guān)概念主要源于裝備保障性驗(yàn)證本體的構(gòu)建，如保障性使用參數(shù)、戰(zhàn)備完好性參數(shù)、任務(wù)成功性參數(shù)等都是概念范疇，實(shí)體是概念的實(shí)例，含有相應(yīng)的具體的屬性，如能執(zhí)行任務(wù)率（MC）、再次出動(dòng)時(shí)間（TAT）、使用可用度（Ao）等都屬于裝備保障性驗(yàn)證實(shí)體。裝備保障性驗(yàn)證關(guān)系主要有語(yǔ)義關(guān)系、時(shí)間關(guān)系、空間關(guān)系。語(yǔ)義關(guān)系包括“IsA”關(guān)系、相似關(guān)系、互斥關(guān)系。“IsA”關(guān)系是一種行為關(guān)系，既包括概念之間的父子關(guān)系（如“保障資源”與“保障設(shè)備”），也包括概念與實(shí)體的（如“保障設(shè)備”與“扳手”）的實(shí)例關(guān)系;相似關(guān)系包括用來(lái)描述意思上相似的同級(jí)保障性驗(yàn)證領(lǐng)域概念，如（“發(fā)射準(zhǔn)備時(shí)間”與“技術(shù)準(zhǔn)備時(shí)間”）;互斥關(guān)系用來(lái)描述同級(jí)保障性驗(yàn)證領(lǐng)域關(guān)系之間以及相同性質(zhì)實(shí)例之間的互斥關(guān)系，如（“可靠度函數(shù)R（t）”與“累計(jì)故障分布函數(shù)F（t）”）。

時(shí)間關(guān)系主要描述在裝備壽命周期各階段裝備保障性驗(yàn)證所處的不同狀態(tài)以及任務(wù)屬性。對(duì)時(shí)間關(guān)系的形式化描述可分為兩類(lèi)，一類(lèi)是裝備保障性驗(yàn)證事件、過(guò)程等實(shí)體之間的時(shí)變關(guān)系描述，如“人員→項(xiàng)目”“參數(shù)→特性”，非結(jié)構(gòu)化的保障性驗(yàn)證事件，如事件：“在裝備設(shè)計(jì)階段，裝備設(shè)計(jì)人員需要考慮加油口蓋消沫功能”可對(duì)抽取得到的三元組“設(shè)計(jì)人—設(shè)計(jì)—加油口蓋消沫功能”添加時(shí)間標(biāo)簽拓展為四元組，用來(lái)描述時(shí)間;第二類(lèi)是空間特征的時(shí)間變化屬性?？捎糜趯?shí)體和關(guān)系的更新，如裝備進(jìn)行長(zhǎng)途奔襲過(guò)程中，裝備的空間屬性值以及裝備狀態(tài)屬性值是隨時(shí)間而變化的，這也是未來(lái)構(gòu)建動(dòng)態(tài)知識(shí)圖譜的時(shí)間軸基礎(chǔ)。

（3）裝備保障性驗(yàn)證知識(shí)融合

經(jīng)過(guò)知識(shí)抽取得到的知識(shí)可以劃分為本體層（抽象知識(shí)）和實(shí)例層（具體事實(shí)）。一方面，雖然通過(guò)本體建模的方式構(gòu)建了裝備保障性驗(yàn)證領(lǐng)域的本體模型，但是事實(shí)上，無(wú)法構(gòu)建出一個(gè)能夠包含全方面的統(tǒng)一本體，因?yàn)槊嫦虿煌瑧?yīng)用場(chǎng)景以及面向不同的用戶(hù)使得不同本體之間有不同側(cè)重點(diǎn)和差異，此外，過(guò)于龐大的本體也難以維護(hù)和使用，在工程上有很大困難;另一方面，大量實(shí)例之間也存在異構(gòu)性問(wèn)題，例如同名實(shí)例可能指代不同實(shí)體，不同名實(shí)例可能指代同一實(shí)體，而且知識(shí)之間可能存在冗余和錯(cuò)誤的情況。因此，知識(shí)融合需要解決本體層和實(shí)例層異構(gòu)問(wèn)題，以提高知識(shí)質(zhì)量和精度。

針對(duì)本體層，本文采用基于術(shù)語(yǔ)的本體映射方法解決其異構(gòu)的問(wèn)題，從本體中術(shù)語(yǔ)的相似性來(lái)尋找本體映射。如圖描述了本體映射的基本過(guò)程。

在規(guī)范字符串的基礎(chǔ)上，通過(guò)度量字符串的相似程度判斷本體的映射關(guān)系，可以使用計(jì)算字符串漢明距離、子串相似度、編輯距離和路徑距離的方法度量字符串相似度。計(jì)算方法如下：對(duì)于導(dǎo)入的任意兩個(gè)本體字符s和t，他們的漢明距離為：

若存在兩個(gè)字符串p和q使得s=p+t+q或t=p+s+q，則稱(chēng)t是s的子串或s是t的子串，令x為s和t的最大共子串，則s和t的子串相似度為：

若給定一個(gè)字符串操作集合op和一個(gè)代價(jià)函數(shù)w，對(duì)于任意一對(duì)字符串s和t，存在將s轉(zhuǎn)化為t的操作序列集合，則兩字符串的編輯距離為：

，且

若給定兩個(gè)字符串序列和，則路徑距離計(jì)算如下：

其中，是某字符串度量函數(shù)，。

針對(duì)實(shí)例層，實(shí)例層的融合匹配與本體層具有相似之處，但是由于知識(shí)圖譜的實(shí)例層往往數(shù)據(jù)規(guī)模龐大，因此，在匹配過(guò)程中需要考慮時(shí)間復(fù)雜度和空間復(fù)雜度問(wèn)題。結(jié)合裝備保障性驗(yàn)證領(lǐng)域特點(diǎn)，采用基于規(guī)則的實(shí)例匹配方法。

4 ?裝備保障性驗(yàn)證知識(shí)圖譜應(yīng)用（Application of knowledge map of equipment supportability verification）

知識(shí)圖譜的應(yīng)用需要將知識(shí)圖譜特有的應(yīng)用形態(tài)與特定的應(yīng)用場(chǎng)景以及應(yīng)用對(duì)象相結(jié)合。通用領(lǐng)域知識(shí)圖譜在語(yǔ)義搜索、智能問(wèn)答、可視化決策等功能的應(yīng)用十分典型，針對(duì)裝備保障性驗(yàn)證知識(shí)圖譜的應(yīng)用需要基于數(shù)據(jù)特點(diǎn)以及業(yè)務(wù)場(chǎng)景進(jìn)行優(yōu)化，可以分為面向人應(yīng)用以及面向智能平臺(tái)的應(yīng)用。

4.1 ? 基于裝備保障性驗(yàn)證知識(shí)圖譜的智能知識(shí)服務(wù)

裝備保障性驗(yàn)證知識(shí)圖譜以可視化的圖結(jié)構(gòu)存儲(chǔ)專(zhuān)業(yè)領(lǐng)域的相關(guān)知識(shí)，增強(qiáng)了領(lǐng)域知識(shí)的結(jié)構(gòu)和語(yǔ)義，使得知識(shí)成為人可視而且機(jī)器可處理的形式?；谘b備保障性驗(yàn)證知識(shí)圖譜的語(yǔ)義搜索與傳統(tǒng)的裝備保障性知識(shí)庫(kù)搜索相比可以處理粒度更細(xì)、結(jié)構(gòu)更強(qiáng)的語(yǔ)義數(shù)據(jù)。實(shí)現(xiàn)以裝備保障實(shí)體的形式在統(tǒng)一視圖里進(jìn)行管控。

4.2 ? 基于裝備保障性知識(shí)圖譜的智能問(wèn)答

智能問(wèn)答系統(tǒng)首先要經(jīng)過(guò)語(yǔ)義理解和知識(shí)匹配兩個(gè)過(guò)程，智能搜索系統(tǒng)同樣要經(jīng)過(guò)這兩個(gè)過(guò)程，相比較而言智能問(wèn)答系統(tǒng)可以看作是更高級(jí)的信息檢索方式?；谥R(shí)圖譜的智能問(wèn)答相比較傳統(tǒng)基于字符匹配的問(wèn)答具有更準(zhǔn)確的答案反饋，更智能的問(wèn)答交互。

面向從事裝備保障性驗(yàn)證相關(guān)的工作人員，以及進(jìn)行裝備保障相關(guān)培訓(xùn)的學(xué)員，可以以基于自然語(yǔ)言的問(wèn)句輸入，將得到快速、準(zhǔn)確的信息反饋。問(wèn)答系統(tǒng)將可以實(shí)現(xiàn)問(wèn)句的智能理解與分解，逐步迭代得到最佳匹配的答案，再將答案進(jìn)行整合反饋。面向裝備保障性驗(yàn)證領(lǐng)域知識(shí)的智能問(wèn)答將是保障裝備性知識(shí)圖譜的中重要應(yīng)用方向，保證在相關(guān)工作，以及學(xué)習(xí)中智能化的專(zhuān)業(yè)知識(shí)輔助。

4.3 ? 基于裝備保障性知識(shí)圖譜的決策支持分析

在裝備保障性驗(yàn)證工作中，往往涉及多維數(shù)據(jù)的綜合分析與評(píng)價(jià)，其中數(shù)據(jù)挖掘分析基本數(shù)據(jù)下的隱含表現(xiàn)并結(jié)合裝備保障性驗(yàn)證工作的專(zhuān)業(yè)領(lǐng)域知識(shí)的過(guò)程是一項(xiàng)復(fù)雜困難的工作。基于裝備保障性驗(yàn)證知識(shí)圖譜可以通過(guò)相關(guān)的數(shù)據(jù)挖掘算法、圖計(jì)算方法，采用智能輔助的方式實(shí)現(xiàn)在專(zhuān)業(yè)分析的過(guò)程中進(jìn)行實(shí)體的關(guān)聯(lián)關(guān)系分析、關(guān)聯(lián)數(shù)據(jù)分析等功能。實(shí)現(xiàn)在時(shí)間和空間維度離散分布的情況下對(duì)數(shù)據(jù)、知識(shí)、相關(guān)資料進(jìn)行整合處理，輔助相關(guān)人員的決策分析，提高決策的準(zhǔn)確性和效率，提高裝備保障領(lǐng)域工作的智能化信息化水平。

5 ? 結(jié)論（Conclusion）

本文剖析了裝備保障性驗(yàn)證知識(shí)圖譜的概念和內(nèi)涵，重點(diǎn)研究了基于多源異構(gòu)數(shù)據(jù)的裝備保障性驗(yàn)證知識(shí)圖譜構(gòu)建的技術(shù)體系和方法。目前，在更強(qiáng)大的計(jì)算能力、更先進(jìn)的算法、爆炸式數(shù)據(jù)等諸多因素的共同作用下，人工智能領(lǐng)域蓬勃發(fā)展，取得許多成熟技術(shù)成果，將人工智能賦能軍隊(duì)專(zhuān)業(yè)技術(shù)性領(lǐng)域提高部隊(duì)開(kāi)展工作的智能化水平成為一種必然趨勢(shì)，構(gòu)建裝備保障性驗(yàn)證知識(shí)圖譜是探索裝備保障領(lǐng)域?qū)崿F(xiàn)智能化的重要基礎(chǔ)。

知識(shí)圖譜提供了一種從數(shù)據(jù)中抽取結(jié)構(gòu)化知識(shí)并利用圖分析進(jìn)行關(guān)系挖掘的手段，具有廣闊的應(yīng)用前景，也充滿(mǎn)技術(shù)挑戰(zhàn)。未來(lái)需要進(jìn)一步提高裝備保障性驗(yàn)證知識(shí)圖譜自動(dòng)化構(gòu)建能力、多源異構(gòu)數(shù)據(jù)抽取準(zhǔn)確性和關(guān)系抽取豐富度，并且保障性驗(yàn)證知識(shí)質(zhì)量評(píng)價(jià)以及動(dòng)態(tài)更新等重要問(wèn)題還進(jìn)一步探索研究。

參考文獻(xiàn)（References）

[1] GJB 451A-2005.可靠性維修性保障性術(shù)語(yǔ)[S].中國(guó)人民解放軍總裝備部批準(zhǔn)，2005：2.

[2] 詹姆斯·瓊斯.總裝備部技術(shù)基礎(chǔ)管理中心，譯.QRMS-46.

保障性工程手冊(cè).總裝備部電子信息基礎(chǔ)部技術(shù)基礎(chǔ)局，2008：170-173.

[3] SOWA J F.Principles of Semantic Networks： Exploration in the Representation of Knowledge[M]. San Mateo， Calif： Morgan Kaufmann， 1991： 135-157.

[4] AUER， Al S E. DBpedia： A Nucleus for a Web of Open Data.[C].Semantic Web， International Semantic Web Conference， Asian Semantic Web Conference， Iswc + Aswc， Busan， Korea， November. DBLP， 2007.

[5] Suchanek F M， Kasneci G， Weikum G. YAGO： a core of semantic knowledge[C]. Proceedings of the 16th International Conference on World Wide Web， WWW 2007， Banff， Alberta， Canada， May 8-12， 2007. OAI， 2007.

[6] Wu W， Li H， Wang H， et al. Probase： A probabilistic taxonomy for text understanding[C]. ACM， 2012.

[7] Navigli R， Ponzetto S P. BabelNet： Building a Very Large Multilingual Semantic Network[C]. Acl， Meeting of the Association for Computational Linguistics， July， Uppsala， Sweden. DBLP， 2010.

[8] Niu X， Sun X， Wang H， et al. Zhishi.me-Weaving Chinese Linking Open Data[C]. International Semantic Web Conference. Springer， Berlin， Heidelberg， 2011： 205-220.

[9] 龔慶祥，江妙富.武器裝備可靠性維修性保障性驗(yàn)證技術(shù)發(fā)展綜述[A].國(guó)防科技工業(yè)可靠性技術(shù)交流會(huì)論文集（上冊(cè)）[C].北京：國(guó)防科學(xué)技術(shù)工業(yè)委員會(huì)科技與質(zhì)量司和國(guó)防科技工業(yè)可靠性工程技術(shù)研究中心，2003：35-42.

[10] 鄒國(guó)晨，趙澄謀，邱衡.武器裝備采辦管理[M]. 北京：國(guó)防工業(yè)出版社，2003：188-196.

[11] 王國(guó)玉，馮潤(rùn)明.邏輯靶場(chǎng)與聯(lián)合試驗(yàn)訓(xùn)練[J].現(xiàn)代軍事，2006（9）：55-58.

[12] 徐增林，盛泳潘，賀麗榮.知識(shí)圖譜技術(shù)綜述[J].電子科技大學(xué)學(xué)報(bào)，2016，45（04）：589-606.

[13] Bengio Y， Courville A， Vincent P. Representation learning： A review and new perspectives[J]. IEEE Trans on Pattern Analysis and Machine Intelligence， 2013， 35（8）： 1798-1828.

[14] 阮彤，王夢(mèng)婕，王昊奮垂直知識(shí)圖譜的構(gòu)建與應(yīng)用研究[J].知識(shí)管理論壇，2016，1（03）：Z26-234.

[15] 劉知遠(yuǎn)，孫茂松，林衍凱.知識(shí)表示學(xué)習(xí)研究進(jìn)展[J].計(jì)算機(jī)研究與發(fā)展，2016，53（02）：247-261.

作者簡(jiǎn)介：

劉晨光（1996-），男，碩士生.研究領(lǐng)域：裝備保障性驗(yàn)證，知識(shí)圖譜.

李星新（1981-），男，博士，講師.研究領(lǐng)域：裝備保障工程，虛擬維修.

于永利（1962-），男，博士，教授.研究領(lǐng)域：裝備維修工程，虛擬維修.

王 ?鵬（1991-），男，博士生.研究領(lǐng)域：系統(tǒng)故障檢測(cè)與控制理論.