基于知識圖譜的戰(zhàn)法知識庫構建技術*

王亞儒，張 勇，邸江芬

（北方自動控制技術研究所，太原 030006）

0 引言

隨著智能化技術的蓬勃發(fā)展，智能化手段逐步滲透在軍事領域的方方面面，現(xiàn)代戰(zhàn)爭漸漸呈現(xiàn)出多域協(xié)同、異構融合、數(shù)據(jù)交鏈、戰(zhàn)術互控等特點，作戰(zhàn)方式顛覆傳統(tǒng)、作戰(zhàn)手段變幻莫測、作戰(zhàn)環(huán)境波詭云譎。面對新形勢、新挑戰(zhàn)，如還是一如既往地依靠手工作業(yè)的傳統(tǒng)方式，僅僅憑借指揮人員的經(jīng)驗思維和簡單計算來進行決策，已經(jīng)很難應對未來智能化戰(zhàn)場對作戰(zhàn)指揮決策速度、強度、精度、維度的全新要求，迫切需要相應的工具來輔助指揮員進行兵力分配和戰(zhàn)場決策。

基于知識圖譜構建知識庫的方法目前已經(jīng)在眾多的領域得到應用：文獻［3］介紹了基于知識圖譜的農(nóng)業(yè)知識庫構建方法；文獻［4］描述了如何利用知識圖譜構建國際藥學學科知識庫；文獻［5］提到了基于知識圖譜的政治知識庫構建及應用。但是，對于如何基于知識圖譜構建戰(zhàn)法知識庫目前尚未有過多的研究?；谥R圖譜構建戰(zhàn)法知識庫，可以改善傳統(tǒng)的基于網(wǎng)頁的搜索方式，使得搜索的結果直接指向答案的本身，從傳統(tǒng)鏈接文本的方式轉變?yōu)殒溄訑?shù)據(jù)，以更加直觀、更加有效的方法展現(xiàn)出查詢的結果以及數(shù)據(jù)間的關聯(lián)關系。

1 戰(zhàn)法知識庫的總體研究思路

戰(zhàn)法知識庫的總體研究思路如圖1 所示。戰(zhàn)法知識庫從總體上主要分為3 個部分，戰(zhàn)法知識庫構建、戰(zhàn)法知識庫應用以及戰(zhàn)法知識庫管理。其中，戰(zhàn)法知識庫構建主要分為戰(zhàn)法知識本體構建、戰(zhàn)法知識存儲與表示以及戰(zhàn)法知識融合。戰(zhàn)法知識本體構建主要是對作戰(zhàn)過程中用到的戰(zhàn)法知識規(guī)則進行信息本體化表達；戰(zhàn)法知識存儲與表示主要是對戰(zhàn)法知識本體以三元組的形式進行提取，并存儲到底層的數(shù)據(jù)庫中，經(jīng)過處理再以知識圖譜的形式表示出來；戰(zhàn)法知識融合是對知識庫中的知識進行篩查和處理，對相似的知識進行合并，對錯誤的、冗余的知識進行剔除。

圖1 戰(zhàn)法知識庫總體研究思路

戰(zhàn)法知識庫應用是供外界與知識庫之間進行交互，主要包括基于知識圖譜的信息檢索、基于知識推理和知識挖掘的規(guī)則調用，輔助生成作戰(zhàn)方案等功能。

戰(zhàn)法知識庫管理主要對知識庫的基礎數(shù)據(jù)、系統(tǒng)日志等進行基本維護和通用管理，維持知識庫日常狀態(tài)的穩(wěn)定。

2 基于知識圖譜的戰(zhàn)法知識庫構建方法

不管是在通用領域里邊的知識圖譜，還是在軍事領域里邊的知識圖譜，從本質來看都是存儲領域知識的結構化語義知識庫?；谥R圖譜來構建戰(zhàn)法知識庫的方法，一方面可以把大量不同類型、不同來源的信息連接在一起而得到一個關系網(wǎng)絡，從關系的角度為指揮員的分析判斷和作戰(zhàn)指揮提供更為直觀的決策依據(jù)；另一方面可以基于知識推理和知識挖掘發(fā)現(xiàn)新知識，實現(xiàn)對戰(zhàn)法知識庫的調用?；谥R圖譜的戰(zhàn)法知識庫構建方法主要包括戰(zhàn)法知識本體建模、戰(zhàn)法知識存儲與表示、戰(zhàn)法知識融合和知識推理幾個方面。

2.1 戰(zhàn)法知識本體建模

戰(zhàn)法知識本體建模就是將從網(wǎng)站、會議、雜志、教程等途徑采集到的與作戰(zhàn)相關的各種作戰(zhàn)規(guī)則、行動原則、決策依據(jù)等戰(zhàn)法知識，通過規(guī)則化、形式化的方式形成知識集合。以某作戰(zhàn)過程中的突擊行動和偵察行動場景為例，其部分戰(zhàn)法規(guī)則本體可以簡單地表述如下：

1）當突擊對象不在預定的突擊范圍內時，調整突擊兵力行動和突擊順序。

2）當突擊對象的隊形與判斷不一致時，調整各突擊兵力的突擊目標。

3）當突擊對象外逃，使用機動速度快的兵力先行突擊，其他兵力及時機動，組織后續(xù)突擊。

4）當敵編隊得到支援時，應組織預備兵力阻敵支援或申請上級兵力阻敵支援。

5）當前一波突擊未完成既定目標時，應迅速判斷對后續(xù)兵力的行動。

6）當無人偵察機1 在偵察目標1 的過程中被損毀時，無人偵察機2 的偵察范圍符合要求，則無人偵察機2 接替無人偵察機1 繼續(xù)偵察。

7）當無人偵察機1 在偵察的過程中發(fā)現(xiàn)需要雷達，無人偵察機2 裝備有雷達，則無人偵察機2接替無人偵察機1 繼續(xù)偵察。

2.2 戰(zhàn)法知識存儲與表示

戰(zhàn)法知識存儲與表示是基于上一步戰(zhàn)法知識本體建模提取出“實體- 關系- 實體”或者“實體- 屬性- 值”的三元組，并以三元組的形式將相關內容存儲起來，形成可以查詢和推演的知識圖譜模型；同時對建模數(shù)據(jù)進行規(guī)則設計和決策配置，搭建出可以生成作戰(zhàn)方案的知識表示模型。知識庫通過查詢語句和匹配算法，實現(xiàn)對所存儲知識的表示和調用。

圖2 戰(zhàn)法知識存儲架構圖

2.2.1 三元組存儲

三元組存儲就是從建模得到的數(shù)據(jù)中提取出實體、關系、實體或者實體、屬性、值的三元組，并以這種三元組的形式將數(shù)據(jù)存儲到底層的數(shù)據(jù)庫中。如“當無人偵察機1 在偵察目標1 的過程中被損毀時，無人偵察機2 的偵察范圍符合要求，則無人偵察機2 接替無人偵察機1 繼續(xù)偵察”這一知識本體可以一組三元組的形式表示為“無人偵察機1—損毀—目標1”，“無人偵察機2—符合—偵察范圍”，“無人偵察機2—偵察—目標1”。

表1 三元組實體關系對照表

2.2.2 知識表示模型

知識表示模型是構建戰(zhàn)法知識庫時極其重要且必不可少的一步。知識表示就是把知識本體中的知識因子和知識關聯(lián)起來，方便對知識的理解和應用。本文所構建的知識表示模型用e表示實體，r 表示關系，e表示另外一個實體，每一個實體和關系都有一個特征向量與其一一對應。例如，對于任意的一個三元組（e，r，e），與之相對應的特征向量（E，R，E）之間都存在著E+R≈E的關系。為了增加不同關系之間的區(qū)分度，給每一個關系都添加一個權重ω，函數(shù)表示如下：

2.3 戰(zhàn)法知識融合

在知識圖譜的構建過程中，發(fā)現(xiàn)知識庫中存在著某些冗余、錯誤的信息，為保證知識庫中知識的質量，使數(shù)據(jù)之間具有邏輯性和層次性，還需要進行知識融合。本文通過名稱相似度計算、結構相似度計算和實例相似度計算3 種方法來進行知識融合。

1）名稱相似度計算：名稱相似度計算是根據(jù)把一個名稱轉化為另一個名稱的最小編輯距離來計算的，例如有“無人偵察機1”和“無人偵察機2”兩個字符串，要想將“無人偵察機2”轉化為“無人偵察機1”，就需要先去掉“2”，然后再加上“1”，那么它的最小編輯距離就是2，其函數(shù)可以表示為：

其中，s 和t 表示兩個名稱，N（s，t）表示名稱相似度，L（s，t）表示最小編輯距離，M（s，t）表示兩個名稱間的最大長度，。

2）結構相似度計算：結構相似度計算就是計算各個相鄰節(jié)點之間實例與實例的相似程度，相鄰節(jié)點就是指與該實例在某些地方存在直接關聯(lián)的實例的集合，其關聯(lián)可以指屬性、條件、關系等。結構相似度的函數(shù)可以表示為

3）實例相似度計算：實例相似度表示戰(zhàn)法知識庫中新添加的實例和已經(jīng)存在的實例的相似程度，實例相似度是把前兩步得到的名稱相似度和結構相似度通過權重計算相加得出來的，其函數(shù)可以表示為

其中，Q 表示實例相似度，N 表示實例N和實例N的名稱相似度值，S 表示實例N和實例N的結構相似度值，w、w表示相關系數(shù)，且w+w=1。

3 戰(zhàn)法知識庫應用方法研究

戰(zhàn)法知識庫軟件的工作原理如圖3 所示。知識庫根據(jù)用戶的輸入條件，進行知識查詢，并結合實際作戰(zhàn)環(huán)境，經(jīng)過匹配和篩選，挑選出可供操作者使用的方案內容，為操作者的判斷和決策提供戰(zhàn)法規(guī)則上的支撐。同時，系統(tǒng)可以從操作者的決策信息和實際作戰(zhàn)環(huán)境中提取出新的語義信息和戰(zhàn)場臨機產(chǎn)生的數(shù)據(jù)，經(jīng)過一系列的數(shù)據(jù)處理存儲到無人集群動態(tài)重構規(guī)則庫中，完成戰(zhàn)法知識庫數(shù)據(jù)的更新。

圖3 戰(zhàn)法知識庫軟件工作原理圖

如何根據(jù)戰(zhàn)場條件快速匹配行動方案是戰(zhàn)法知識庫應用中較為關鍵的一個問題，為此本文進行了以下處理：當接到當前任務后，系統(tǒng)先進行當前任務的戰(zhàn)場要素分析，得到具體的任務狀態(tài)包括任務行動類型、時間、目標、要求等，結合情報、通信、火力、保障、兵力、環(huán)境等要素分析，得到規(guī)則解釋器可識別的數(shù)據(jù)化要素；再由規(guī)則解釋器進行解釋，解釋過程中解釋器將調動知識庫進行動態(tài)查詢和匹配，從而得到推薦的行動方案；然后再由指揮員結合作戰(zhàn)經(jīng)驗和個人判斷進行規(guī)劃調整，得到準行動方案作為執(zhí)行方案。此執(zhí)行方案在執(zhí)行前或執(zhí)行中隨時接受各種其他戰(zhàn)場情況的影響，當戰(zhàn)場隨機情況發(fā)生時，可重新分析任務要素，系統(tǒng)將動態(tài)得到當前條件下的作戰(zhàn)方案，之后以此循環(huán)。

圖4 戰(zhàn)法知識庫動態(tài)生成作戰(zhàn)方案示意圖

4 實驗結果

對構建的戰(zhàn)法知識庫進行實驗驗證，實驗結果如圖5 所示。

圖5 知識圖譜展示效果

圖5 是知識圖譜三元組的構建過程以及戰(zhàn)法知識庫的知識圖譜展示效果。同時，基于知識推理和知識挖掘，還可以實現(xiàn)戰(zhàn)法規(guī)則的匹配和調用，輔助操作者結合戰(zhàn)場條件生成決策方案。其應用界面如圖6 所示。

圖6 知識庫應用場景演示

用戶可以根據(jù)戰(zhàn)場態(tài)勢設置作戰(zhàn)任務、作戰(zhàn)區(qū)域、作戰(zhàn)規(guī)模以及作戰(zhàn)主要力量等基本信息，系統(tǒng)根據(jù)以上輸入條件，與知識庫中的戰(zhàn)法規(guī)則進行匹配，生成推薦方案；點擊詳情可查看方案的具體內容，用戶在此基礎上進行調整，形成最終方案。

圖7 作戰(zhàn)力量部署方案

5 結論

本文主要針對未來陸戰(zhàn)場分布式作戰(zhàn)的決策需求，分析了基于知識圖譜的戰(zhàn)法知識庫構建及應用方法，并進行實驗演示。結果表明，基于知識圖譜構建戰(zhàn)法知識庫，能夠更直觀地展示戰(zhàn)法規(guī)則的屬性以及戰(zhàn)法規(guī)則間的關聯(lián)關系，更快速地實現(xiàn)當前作戰(zhàn)場景與相關規(guī)則的匹配，生成擬定的作戰(zhàn)方案，對指揮員的高效快速決策具有一定的輔助作用，具有較好的應用前景。

知識圖譜意在模仿人類的認知方式，構建屬于機器的知識庫，是實現(xiàn)人機交互的關鍵技術，也是網(wǎng)絡大數(shù)據(jù)時代中利用大數(shù)據(jù)的關鍵技術。在人機交互的過程中，推薦生成實用方案是一個復雜的過程，目前主要采用基于知識的檢索和端對端生成兩種方式。關于如何能夠自主地判斷操作者的意圖智能生成實用方案，使系統(tǒng)更加擬人化還有待進一步研究。