事件提取方法在軍事領域的應用趨勢

吳 蕾,鄧甡屾,柳少軍,李志強

(1.國防大學聯(lián)合作戰(zhàn)學院,北京 100091;2.陸軍航空兵研究所,北京 101121;3.陸軍工程大學,江蘇 南京 210001)

大型計算機模擬對抗演習是和平時期訓練指揮員作戰(zhàn)指揮能力的主要手段,通常涵蓋陸、海、空、天、電、網(wǎng)多維戰(zhàn)場空間,具有模擬層次高、仿真規(guī)模大、覆蓋范圍廣、演習要素全、描述實體多、行動交互復雜等特點。

對抗演習過程中,人與計算機模擬系統(tǒng)交互作用產(chǎn)生海量的仿真信息,這些信息通常包括作戰(zhàn)計劃、行動指令、導調(diào)文書等內(nèi)容,涵蓋結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化多種形式,其多樣性和復雜性給指揮員帶來了巨大的認知壓力。因此,迫切需要一種方法,幫助指揮員從這些海量信息中快速、準確地篩選出較為關鍵的事件,為指揮決策或者檢驗評估提供支撐。

目前,國內(nèi)外針對事件提取研究主要集中在元事件提取方面,主題事件提取也逐漸引起關注,但事件提取方法在軍事領域應用尚不成熟。本文對事件的概念、事件提取的發(fā)展歷程進行了分析,歸納梳理了當前常用的事件提取方法以及各自的特點和局限,并結(jié)合事件提取在軍事領域研究現(xiàn)狀和技術發(fā)展,指出了其在軍事領域未來的應用趨勢,為進一步研究相關領域事件提取提供參考。

1 事件提取相關概念及發(fā)展歷程

1.1 事件和事件提取

事件(Event)的概念來源于認知科學,相關研究者認為人類的記憶由事件以及事件之間的關系構(gòu)成。隨后,事件的概念逐漸發(fā)展到其他領域。

在信息檢索與信息提取領域,事件一般以句子為單位,指在特定時間段和特定區(qū)域內(nèi)發(fā)生的事情,涉及角色的參與,并且由行動組成。Allan等認為事件是“細化了的用于檢索的主題”[1],Yang等將事件定義為“在一個特定時間、特定地點發(fā)生的事情”[2]。

在自動文本摘要領域,事件是比參與者、時間和地點等概念具有更大粒度的語義單元,具有動態(tài)性和完整意義。楊竣輝[3]將事件作為最基本的語義單元,通過研究事件及事件間的關系來表示文本的語義。王偉玉等[4]提出了一種事件粒度的話題表示方法,認為通過融合事件描述的共性信息,可以生成事件粒度的話題的簡短表示。

事件提取方法主要研究如何從描述事件信息的數(shù)據(jù)或語句中提取事件信息并以結(jié)構(gòu)化的形式呈現(xiàn)出來,包括事件時間、事件地點、參與者以及動作或狀態(tài)的變化等事件要素。

1.2 事件提取發(fā)展歷程

事件提取方法取得巨大進步,與測評會議MUC、TDT及ACE的推動密不可分,這些測評會議雖然研究的側(cè)重點各有不同,但是它們的召開在很大程度上促進了事件提取方法的快速發(fā)展。

事件提取研究來源于20世紀80年代美國國防部高級研究計劃局(Defense Advanced Research Projects Agency,DARPA)主辦的消息理解會議(Message Understanding Conference,MUC)。隨著信息化戰(zhàn)爭的到來,軍事數(shù)據(jù)數(shù)量巨大并且飛速增加,從紛繁復雜的數(shù)據(jù)中提取關鍵信息就顯得極為重要。因此,會議最早的語料來源是美軍的作戰(zhàn)文書,任務是從這些作戰(zhàn)文書中抽取相關事件,填入預先設置的模板。這一系列會議的召開標志著信息提取開始成為自然語言處理領域的一個重要分支。

另一個評測會議——話題識別與跟蹤(Topic Detection and Tracking,TDT)會議也是由DARPA主辦的,它的主要任務是對面向新聞信息事件識別和提取的技術進行研究和評測,目的是通過對文本的劃分、對新聞信息流的監(jiān)控以及對同一話題下的分散報道的有效組織,發(fā)現(xiàn)特定領域新事件的報道。會議初期,學者們指出一個話題就是一個特定事件,隨著會議的召開,話題逐漸發(fā)展為相互之間有關系的多個事件的組合。

由美國國家標準與技術研究所(National Institute of Standards and Technology，NIST)組織的自動內(nèi)容抽取(Automatic Content Extraction，ACE)國際測評會議進一步推動了事件提取研究的發(fā)展，這是事件提取領域非常重要的系列會議，主要研究如何從新聞語料庫中自動抽取實體、關系、事件等內(nèi)容。與MUC會議相比，ACE會議不針對具體的領域或場景，也不預先設置模板，更強調(diào)對文本中事件要素的識別與描述。

2 事件提取的分類

元事件表示一個動作的發(fā)生或狀態(tài)的變化,它是主題事件的基本組成單位。目前國內(nèi)外學者對于元事件提取的研究已經(jīng)比較成熟,對于主題事件提取的研究也越來越重視。

2.1 元事件提取

隨著事件提取技術的發(fā)展,元事件提取先后出現(xiàn)三種主要方法。

最早出現(xiàn)的是基于模式匹配的事件提取方法,其在提取事件時用模式進行約束,從而找出符合約束條件的事件,具體提取流程如圖1所示。國外很早就開展了這方面的研究工作,并陸續(xù)開發(fā)了PALKA、TIMES、AutoSlog-TS等基于模式匹配的事件提取系統(tǒng)。國內(nèi)事件提取研究開展較晚,研究者們陸續(xù)定義了一些事件的模式并提出了相關模式學習方法，這些方法主要是利用與領域無關的知識庫進行模式學習,進而實現(xiàn)事件提取。

圖1 基于模式匹配的元事件提取流程

將傳統(tǒng)機器學習方法應用到事件提取中主要是通過特征選擇,訓練出分類效果較好的分類器,進而實現(xiàn)事件的提取。用于事件提取的傳統(tǒng)機器學習方法主要有支持向量機(Support Vector Machine,SVM)模型、最大熵(Maximum Entropy,ME)模型、隱馬爾可夫模型(Hidden Markov Model,HMM)、條件隨機場(Conditional Random Fields,CRF)模型等方法,它們各有其局限性,比如，SVM模型難以在大規(guī)模訓練樣本上進行,HMM需要嚴格的獨立性假設作為前提,ME模型迭代過程計算量非常大,而CRF模型較復雜且訓練代價較高。

隨著人工智能技術的飛速發(fā)展,以循環(huán)神經(jīng)網(wǎng)絡(Recurrent Neural Network,RNN)和卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,CNN)為代表的深度學習方法逐漸在事件提取中快速應用和發(fā)展。Nguyen[5]使用RNN來進行事件提取的研究,在神經(jīng)網(wǎng)絡輸入層除了使用傳統(tǒng)的詞向量之外,還根據(jù)文本內(nèi)容增加了額外的特征向量,因此,能夠更好地在局部文本中提取事件。Chen等[6]提出動態(tài)多池化卷積神經(jīng)網(wǎng)絡(Dynamic Multi-Pooling Convolutional Neural Networks,DMCNN)事件提取模型,在傳統(tǒng)CNN模型基礎上增加了動態(tài)多池機制,從而提升了事件提取的效果。

基于模式匹配的事件提取由于需要進行具體模式的構(gòu)建,因此,方法可移植性較差,且模式構(gòu)建通常需要領域相關專家的參與。與模式匹配方法相比,基于機器學習的方法需要的人工干預相對較少,但也需要借助工具選取與任務相關的特征,因而特征選取的好壞與事件提取的效果直接關聯(lián)。而基于深度學習的事件提取方法采用的是端到端的學習,不需要借助外部的自然語言處理工具設計特征,但其對語料庫的質(zhì)量和數(shù)量要求很高。

2.2 主題事件提取

單個元事件通常無法清楚描述整個事件,而主題事件作為元事件的有機組合,能更好地表現(xiàn)主題,目前可分為基于事件框架和基于本體兩種方式。

基于框架的主題事件提取通過構(gòu)建事件框架來提取事件,并根據(jù)一定規(guī)則將事件融合在一起。許榮華等[7]通過定義事件融合框架(Topic Event Fusion Framework,TEEE)來完成主題事件提取,如圖2所示,一般通過合并與同一主題相關的所有元事件以及通過計算元事件與主題之間的相關性來呈現(xiàn)主題事件。趙文娟等[8]基于主題事件框架,構(gòu)建網(wǎng)絡事件提取流程,對從網(wǎng)絡文檔中提取、合并與主題事件相關的各種信息的技術和方法進行了描述與驗證。

圖2 主題事件融合框架

基于本體的主題事件提取開始受到越來越多的關注。本體是概念及概念間關系的一種表示方法,可以被看作一個描述某領域知識的通用概念模型,因此,非常適合描述主題型事件。張一帆等[9]提出了事件五元組表示方式和事件本體模型,該模型是以事件類為基本單位的知識表示模型,包含了時間、地點、動作、參與者、結(jié)果等事件要素,能夠更全面、準確地描述突發(fā)事件,更好地展示主題。吳奇[10]將本體技術應用到事件提取中,利用對領域知識的描述進行事件提取,指出可以利用本體中的概念和關系,結(jié)合本體中事件結(jié)構(gòu)的特點,根據(jù)不同的算法和規(guī)則實現(xiàn)主題事件提取。

3 事件提取方法在軍事領域的研究現(xiàn)狀和應用分析

3.1 事件提取方法在軍事領域的研究現(xiàn)狀

事件提取方法最早起源于美軍對作戰(zhàn)文書進行信息提取的需求,后來逐漸發(fā)展到金融、新聞、法律、醫(yī)學等領域,并取得了極大的進步。國內(nèi)近些年也開始注重對事件提取的研究,但目前,相比其他領域來說,軍事領域事件提取相關研究相對較少,僅在軍事實體事件提取、戰(zhàn)場元素建模、作戰(zhàn)文書事件提取等方面有一些研究。

沈大川等人[11]提出了利用本體和規(guī)則推理捕獲戰(zhàn)場“關鍵事件”的方法,構(gòu)建了戰(zhàn)場態(tài)勢核心本體以及戰(zhàn)場領域本體,提出戰(zhàn)場數(shù)據(jù)是以事件的形式傳遞的,戰(zhàn)場“關鍵事件”提取規(guī)則建立在戰(zhàn)場領域本體的基礎之上,通過對戰(zhàn)場元素的概念建模以及一定條件的約束,能反映戰(zhàn)場的要素及要素間的基本關系,結(jié)合一定的知識和規(guī)則可將這些要素和關系聚合成“關鍵事件”。

宋仁亮等[12]提出利用事件描述模型提取戰(zhàn)場關鍵事件的方法,他分析了戰(zhàn)場關鍵事件的主要類型和相關特征,建立了關于戰(zhàn)場關鍵事件的描述模型,通過對作戰(zhàn)目標和戰(zhàn)場區(qū)域之間的關系、作戰(zhàn)目標與戰(zhàn)場分界線之間的關系、戰(zhàn)場實體屬性的變化、作戰(zhàn)力量的變化進行分析和計算,提取戰(zhàn)場關鍵事件。

付雨萌等[13]以某海軍艦隊的活動事件為例,對相關軍事實體進行了分類,在此基礎上,結(jié)合軍事活動的特點,分別對活動事件進行結(jié)構(gòu)化、形式化描述,實現(xiàn)軍事活動事件本體的構(gòu)建,從而為其后續(xù)進行軍事活動相關領域知識庫及知識圖譜的構(gòu)建打下基礎。

游飛[14]對軍事裝備實體事件進行分類,并運用雙向長短時記憶(Bi-directional Long Short-Term Memory,Bi-LSTM)網(wǎng)絡模型對事件觸發(fā)詞進行識別,通過在模型中加入負采樣訓練得到的特征向量,并引入句法分析和雙向多層LSTM,從而提升LSTM網(wǎng)絡模型的性能,取得了良好的效果,反映出事件提取在軍事領域的研究價值。

王學峰等[15]針對作戰(zhàn)文書中出現(xiàn)的新力量、新編號和新戰(zhàn)法難以通過簡單的模板構(gòu)建提取事件的實際問題,提出利用深度學習方法從作戰(zhàn)文書中獲取關鍵事件。Bi-LSTM網(wǎng)絡對較長句子上下文能較好記憶,動態(tài)詞向量(Embedding from Language Models of Character,ELMo)對漢字語義能多重表示,CRF模型對標注規(guī)則能有效學習,基于這些特點,構(gòu)建了結(jié)合這三種方法的事件提取模型,并在演習導調(diào)文書語料集上進行了實驗,取得了較好的事件提取效果。

3.2 軍事知識圖譜的應用現(xiàn)狀

軍事知識圖譜中包含的事件知識隱含于軍事大數(shù)據(jù)中,需要通過事件提取技術從不斷增加的海量軍事數(shù)據(jù)中獲取關鍵事件知識才能實現(xiàn)數(shù)據(jù)的有效利用。目前,軍事領域已經(jīng)逐漸開展相關知識圖譜構(gòu)建工作,為軍事人員快速準確獲取并共享軍事相關知識提供支撐。

邢萌等[16]面向部隊平時及戰(zhàn)時的應用場景,針對軍事領域的特點,提出軍事領域知識圖譜及應用技術架構(gòu),描述了軍事領域知識圖譜構(gòu)建環(huán)節(jié)的難點,對基于本體的知識表示、基于機器學習的知識提取等關鍵技術進行研究,為開展軍事領域知識圖譜的應用提供支撐手段。

吳云超等[17]為提高仿真推演系統(tǒng)的效率,探討了領域知識圖譜在仿真實體動態(tài)生成中的應用。通過提出面向仿真推演的領域知識圖譜構(gòu)架及領域知識圖譜構(gòu)建方法,建立基于軍事專家經(jīng)驗和知識的領域知識體系,實現(xiàn)從實時戰(zhàn)場數(shù)據(jù)、作戰(zhàn)條例、歷史規(guī)律等結(jié)構(gòu)多樣的數(shù)據(jù)中提取相關的實體、關系、屬性等事件要素。

車金立等[18]將知識圖譜應用于裝備維修保障知識庫的構(gòu)建。在對裝備維修保障知識圖譜的構(gòu)建流程設計的基礎上,利用裝備維修保障數(shù)據(jù)進行關鍵信息的提取。知識圖譜在裝備維修保障領域的應用目的是解決裝備維修保障信息化過程中出現(xiàn)的信息過載、查詢信息效率低下等問題。

張進等[19]針對傳統(tǒng)武器系統(tǒng)故障診斷方法的一些弊端,在統(tǒng)計岸炮武器系統(tǒng)各類常見故障的基礎上,利用知識圖譜構(gòu)建領域知識庫,并根據(jù)武器系統(tǒng)常見故障設定多重任務場景,然后基于任務驅(qū)動智能客服多輪對話,實現(xiàn)武器系統(tǒng)的故障診斷和排除。

陳辭等[20]從復雜關系語義特征出發(fā),研究如何利用現(xiàn)有的軍事知識圖譜,對新增的軍事知識進行語義融合和組織,深入研究軍事語義信息提取方法以及基于在線和學習的信息提取機制,構(gòu)建基于關聯(lián)語義鏈網(wǎng)絡的軍事知識圖譜演化研究方法和技術構(gòu)架。

王?？萚21-22]基于知識圖譜技術,采用態(tài)勢要素解析方法與形式化態(tài)勢知識描述方法相結(jié)合的方式,對想定場景初始態(tài)勢中實體及其關系進行分析和知識表示學習,并提出基于圖嵌入的兵棋聯(lián)合作戰(zhàn)態(tài)勢實體知識表示方法,為大規(guī)模聯(lián)合作戰(zhàn)態(tài)勢知識的獲取、融合、推理奠定基礎。

胡志磊等[23]圍繞以事件為核心的事件圖譜,對其構(gòu)建與應用的相關模型和方法進行總結(jié)。對其中包含的事件提取、事件關系推斷以及事件預測等技術進行分析,并給出事件圖譜具體的應用場景。

3.3 面向仿真推演的事件提取方法應用分析

模擬對抗演習時,推演數(shù)據(jù)急速增長,如何從這些海量、低密度、結(jié)構(gòu)多樣的信息中提取出關鍵事件逐漸受到重視。通過對推演數(shù)據(jù)進行事件提取,并以軍事知識圖譜、作戰(zhàn)過程描述、作戰(zhàn)行動脈絡等形式展現(xiàn),可以用來支持信息檢索、自動問答、情報分析、知識推薦等活動,輔助導演部更好地對演習進行復盤評估,實施總結(jié)講評,從而讓指揮員更清楚地了解作戰(zhàn)要素及演習過程,更有效地總結(jié)經(jīng)驗教訓或者實施指揮決策,具體應用框架如圖3所示。

圖3 面向輔助演習講評的事件提取方法應用框架

1)作戰(zhàn)過程分析與描述

如何從海量的計算機演習數(shù)據(jù)中篩選出影響演習進程或者作戰(zhàn)結(jié)果的關鍵事件,對于分析評估整個作戰(zhàn)過程至關重要。演習過程中,指揮員通常會根據(jù)作戰(zhàn)任務和態(tài)勢變化下達大量演習指令,形成眾多的作戰(zhàn)行動,產(chǎn)生不同的行動效果。這些作戰(zhàn)行動中往往會包含一些影響戰(zhàn)役進程或戰(zhàn)略全局的重要事件,通過對這些重要事件進行提取和梳理不僅有助于描述作戰(zhàn)過程,幫助指揮員聚焦關鍵行動,減少冗余信息的干擾,甚至可以進一步探尋聯(lián)合作戰(zhàn)中一些隱藏的規(guī)律。

2)軍事知識圖譜的構(gòu)建

知識圖譜(Knowledge Graph)是一種描述實體及其關系的語義網(wǎng)絡,它提供對領域知識的可視化表示方法。軍事知識圖譜是各類作戰(zhàn)實體及其關系的可視化呈現(xiàn),通過構(gòu)建軍事知識圖譜,將散亂、無序的戰(zhàn)場數(shù)據(jù)整合在一起,可以提供作戰(zhàn)要素、行動、效果以及關系等的查詢與相關知識的推薦,為軍事數(shù)據(jù)智能化分析提供有力支撐。事件提取作為軍事知識圖譜構(gòu)建的基本方法之一,將對運用軍事知識圖譜研究作戰(zhàn)過程中的事件及其關系建模等問題提供強有力的手段。

3)作戰(zhàn)行動脈絡分析

元事件粒度相對較小,通過其看問題往往比較片面,僅僅對其進行信息提取無法令人清晰地認識整個事件過程。未來軍事領域中,事件提取方法重要的一個應用趨勢就是作戰(zhàn)行動脈絡分析。作戰(zhàn)行動脈絡作為一種特定的事件脈絡,它通常是演習中指揮員關注的重點。面向演習講評或者指揮決策需求時,導演部和指揮員更需要通過獲取行動事件發(fā)生的原因、經(jīng)過和結(jié)果等信息以及行動之間的層次關系、因果關系等來了解整個戰(zhàn)役行動的脈絡,掌握整個戰(zhàn)役的發(fā)展過程,從而通過對多個行動及其之間關系的有序集合,完整、清晰地呈現(xiàn)整個戰(zhàn)役的發(fā)展過程,真實再現(xiàn)重要作戰(zhàn)行動的來龍去脈。

3.4 事件提取方法在軍事領域的應用趨勢

利用事件提取方法對海量異構(gòu)的軍事數(shù)據(jù)進行分析與挖掘,能夠大幅提高軍事大數(shù)據(jù)的綜合利用能力。隨著人工智能技術的發(fā)展,事件提取方法在軍事領域中的應用將呈現(xiàn)以下趨勢。

1)關注事件溯源以及趨勢研判

現(xiàn)代戰(zhàn)爭,軍事行動多樣,作戰(zhàn)樣式復雜,涉及要素眾多,如何從多源、無序、復雜的海量數(shù)據(jù)中發(fā)現(xiàn)關鍵軍事事件并對其來源以及意圖趨勢進行分析研判,對輔助指揮員準確判斷敵情、正確指揮決策極為重要。事件提取方法作為情報分析與態(tài)勢研判的基礎,能夠為指揮員從雜亂無章的數(shù)據(jù)中發(fā)現(xiàn)關鍵軍事事件,并進行因果關系研判提供基本手段。通過對事件溯源和趨勢分析,對弱關聯(lián)事件進行數(shù)據(jù)挖掘,可以將軍事行動的整個過程以及行動間的關系清晰地展現(xiàn)出來,為指揮員決策提供依據(jù)。

2)聚焦特定任務知識圖譜

目前,軍事知識圖譜已發(fā)展得較為成熟,但其建設與應用仍存在較大局限。隨著軍事智能化要求的提高,軍事知識圖譜將進一步細化到各分支的業(yè)務領域。今后,面向特定作戰(zhàn)任務的知識圖譜以及側(cè)重于復雜事件及其關系建模的知識圖譜,將越來越受到關注。因此,針對不同的軍事任務,需要從實際應用角度出發(fā),考慮具體的應用背景和知識框架,界定出合理的知識粒度,才能更好地實現(xiàn)面向特定任務知識圖譜的事件提取。

3)重視面向事件的語料庫構(gòu)建

目前,高質(zhì)量數(shù)據(jù)集缺失或不足問題,使事件提取在軍事領域的應用仍有較大局限。尤其深度學習方法對數(shù)據(jù)質(zhì)量和數(shù)量要求很高,需要大量不同實例的數(shù)據(jù)集作為訓練樣本數(shù)據(jù),數(shù)據(jù)量達不到一定規(guī)模將難以開展基于深度學習的事件提取研究。而當前軍事領域面向事件提取的語料庫并不豐富,成為制約軍事領域事件提取方法研究的瓶頸。因此,未來將重視軍事領域語料庫的擴建,解決相關領域語料缺乏的問題。

4 結(jié)束語

本文梳理了事件的概念、事件提取的發(fā)展歷程,對元事件和主題事件的提取方法分別進行歸納和分析,并結(jié)合事件提取在軍事領域研究現(xiàn)狀和技術發(fā)展,指出了事件提取方法在軍事領域今后可能的應用趨勢,為下一步事件提取工作的開展和研究提供參考。