基于知識圖譜的戰(zhàn)略智能體BDI模型

李童心, 王維平, 王 濤, 李小波

(國防科技大學(xué)系統(tǒng)工程學(xué)院, 湖南 長沙 410073)

0 引 言

戰(zhàn)略是研究軍事力量運用與建設(shè)全局性指導(dǎo)規(guī)律的理論,隨著人類對軍事力量運用與建設(shè)指導(dǎo)規(guī)律認識的逐步深化而不斷發(fā)展。戰(zhàn)略的基本成分包括戰(zhàn)略目標、戰(zhàn)略方針和戰(zhàn)略手段[1]。戰(zhàn)略目標是國家為了實現(xiàn)總的政治目的而對軍事斗爭提出的基本要求,是在一定時期內(nèi)軍事斗爭的基本指向和全局上所要達到的最終結(jié)果,主要是解決“做什么”的問題;戰(zhàn)略方針是指導(dǎo)軍事斗爭和軍事力量建設(shè)全局的總綱領(lǐng)、總原則,主要解決“怎么做”的問題;戰(zhàn)略手段是實現(xiàn)戰(zhàn)略目標的力量及其作用方式,主要解決“用什么做”的問題,即用什么進行軍事斗爭和怎樣進行軍事斗爭,是戰(zhàn)略指導(dǎo)者根據(jù)戰(zhàn)略目標和戰(zhàn)略方針的要求,使用軍事力量,開展軍事斗爭的具體行動。從很大程度上來講,戰(zhàn)略是目標和手段的統(tǒng)一,戰(zhàn)略手段是戰(zhàn)略研究中最為重要的內(nèi)容。沒有戰(zhàn)略手段的戰(zhàn)略是不存在的,也是毫無意義的,戰(zhàn)略目標和戰(zhàn)略方針規(guī)定戰(zhàn)略行動的目標、方向、綱領(lǐng)和準則,以及實現(xiàn)目標的基本途徑,但還不是行動本身,只有通過戰(zhàn)略手段,才能將其付諸實施,使其得以貫徹落實。如何系統(tǒng)、有效地刻畫、建模分析和評估對手的戰(zhàn)略,是軍事戰(zhàn)略指導(dǎo)需要關(guān)注的重點,是新形勢下的軍事力量建設(shè)與運用的重要參考,也是值得研究的重要問題。

戰(zhàn)略目標的實現(xiàn)需要相關(guān)建設(shè)項目來支撐:① 科技和人才是打贏信息化戰(zhàn)爭的關(guān)鍵,建設(shè)項目是發(fā)展科技、培養(yǎng)人才的重要手段,項目投資可以直接反應(yīng)對手對相關(guān)領(lǐng)域的重視程度;② 一方面，項目投資是對手戰(zhàn)略目標的重要體現(xiàn),另一方面，對手的戰(zhàn)略目標也需要通過投資相關(guān)項目付諸實施;③項目投資涉及到政治、經(jīng)濟、地理、科技、外交、文化等相關(guān)領(lǐng)域,有利于系統(tǒng)、宏觀地研究對手戰(zhàn)略目標;④ 和平與發(fā)展仍然是當今時代的主題,特別是對我國而言,雖同對手在諸多領(lǐng)域進行激烈斗爭,但并未有任何軍事或戰(zhàn)爭行動,直接通過軍事行為研究對手戰(zhàn)略目標素材較少。故本文將對手的項目投資視為其戰(zhàn)略手段,并建模、分析和評估建設(shè)項目與戰(zhàn)略目標的關(guān)系。

在新形勢下,軍事戰(zhàn)略研究涉及的空間和領(lǐng)域越來越廣,關(guān)注的問題越來越多,雖然有海量的數(shù)據(jù),但是存在數(shù)據(jù)利用難、組織難的問題。同時,隨著對戰(zhàn)略目標研究的深入,對科學(xué)性、時效性的要求也越來越高,但是傳統(tǒng)的研究方法和手段比較單一,大都以定性分析、主觀判斷為主,定量分析、檢驗手段少,并且很少有研究把戰(zhàn)略目標與建設(shè)項目結(jié)合起來進行分析,缺少項目和戰(zhàn)略目標分析的統(tǒng)一框架[2]。如何對戰(zhàn)略目標與建設(shè)項目數(shù)據(jù)進行有效的組織、挖掘和關(guān)聯(lián),并分析建設(shè)項目與戰(zhàn)略目標的關(guān)系，是一個重要問題。

本文創(chuàng)新性地提出了戰(zhàn)略智能體信念-愿望-意圖(belief-desire-intention， BDI)模型作為研究建設(shè)項目與戰(zhàn)略目標的邏輯框架,采用知識圖譜存儲建設(shè)項目和戰(zhàn)略目標的相關(guān)知識,最終用知識圖譜推理等技術(shù)實現(xiàn)戰(zhàn)略智能體BDI模型,為戰(zhàn)略目標與建設(shè)項目預(yù)實踐研究提供了一種新思路。本文首先提出戰(zhàn)略智能體BDI模型框架,然后介紹知識圖譜技術(shù)在建設(shè)項目和戰(zhàn)略目標研究中的應(yīng)用,最后詳細介紹知識圖譜相關(guān)技術(shù)在戰(zhàn)略智能體BDI模型中的應(yīng)用,研究建設(shè)項目與戰(zhàn)略目標的關(guān)系。

1 戰(zhàn)略智能體BDI模型

1.1 BDI模型

本文提出戰(zhàn)略智能體BDI模型的思想來源于BDI模型[3]。BDI概念的哲學(xué)觀點源自Bratman,這一模型的特點在于通過簡單的形式,較清晰地揭示人類自主體的結(jié)構(gòu)。從構(gòu)成上說,自主體是信念、愿望、意圖的三元組(B、D、I)。從過程上說,自主體完成它的推理要經(jīng)過如圖1所示的階段[4]。

圖1 BDI模型框架Fig.1 BDI model framework

由圖1可知,自主體在得到感知的環(huán)境信息后,基于已有信念,通過信念修正函數(shù),形成新的信念集合。自主體的選擇生成函數(shù)基于已有的信念,形成相應(yīng)的愿望。自主體的過濾函數(shù),根據(jù)當前的信息、愿望和意圖,確定新的意圖,以便在多種可能行為中做出選擇。最后,自主體借助行動選擇函數(shù),根據(jù)意圖確定接下來要執(zhí)行的行動[5]。

1.2 戰(zhàn)略智能體BDI模型框架

將BDI模型的思想引入到建設(shè)項目和戰(zhàn)略目標的研究中,本文提出了戰(zhàn)略智能體BDI模型框架,與BDI模型從信念、愿望到意圖的自頂向下的分析思路不同,本文提出的是從項目、體系、能力到目標的自底向上的分析邏輯框架[6],如圖2所示。其中,戰(zhàn)略目標的實現(xiàn)以軍事方面的能力為核心,同時包括政治、經(jīng)濟、地理、科技、外交、文化等相關(guān)領(lǐng)域在內(nèi)的綜合能力。這種能力既可以是現(xiàn)實能力,也可以是潛在能力;既可以是硬實力,也可以是軟實力。其作用方式,既可以是戰(zhàn)爭行動,也可以是非軍事行動，既可以通過威懾,也可以通過實戰(zhàn)。能力的實現(xiàn)需要相關(guān)體系來保障,不同的體系組合形成能力。而一個體系是由相關(guān)建設(shè)項目構(gòu)成的,多種項目支撐起體系構(gòu)建。通過項目-體系推理機,可以推理出建設(shè)項目的所屬體系類別;通過體系-能力推理機,可以推理出不同體系組合構(gòu)成的能力;通過能力-目標推理機,可以從當前能力建設(shè)推理出戰(zhàn)略目標。

圖2 戰(zhàn)略智能體BDI模型框架Fig.2 Strategic agent BDI model framework

戰(zhàn)略智能體BDI模型把項目和戰(zhàn)略目標放在了統(tǒng)一框架下進行分析,提出了從項目、體系、能力到戰(zhàn)略目標分析的邏輯框架,本文在第2節(jié)引入信息抽取和知識圖譜技術(shù),以此實現(xiàn)所提的模型。

2 知識圖譜技術(shù)

知識圖譜技術(shù)的發(fā)展為研究建設(shè)項目與戰(zhàn)略目標帶來了契機。知識圖譜是一種知識表示形式[7],知識表示是對人類知識或現(xiàn)實世界事實的形式化建模[8],有效的知識表示方法能夠?qū)崿F(xiàn)知識從人類可讀到機器可讀的轉(zhuǎn)換[9],能夠支持數(shù)據(jù)的查詢、擴展、融合、關(guān)聯(lián)和推理[10]。合理的知識表示不僅使問題更容易解決,而且具有更高的效率[11]。

通過構(gòu)建知識圖譜,可以自動化地從非結(jié)構(gòu)化數(shù)據(jù)中抽取實體、關(guān)系等結(jié)構(gòu)化知識[12-14],將知識圖譜引入到建設(shè)項目與戰(zhàn)略目標的研究中，可以有效解決目前的困境。首先，知識圖譜的模式層可以有效表示領(lǐng)域?qū)＜抑R[15],這部分知識定義并約束了實例層數(shù)據(jù),同時可以作為先驗知識,指導(dǎo)信息抽取和后續(xù)的其他任務(wù)[16-18]；其次，知識圖譜可以系統(tǒng)化地建模各領(lǐng)域的知識,并將眾多領(lǐng)域知識表示在統(tǒng)一的框架之下,同時也能將戰(zhàn)略研究關(guān)注的眾多問題置于統(tǒng)一的框架下進行分析研究,有利于系統(tǒng)、全面地分析對手建設(shè)項目與戰(zhàn)略目標的關(guān)系[19]；再次，知識圖譜建模的是結(jié)構(gòu)化、機器可讀的知識,有利于知識的快讀檢索、知識共享和知識關(guān)聯(lián)分析；最后,由于各建設(shè)項目往往是孤立存在的,通過知識圖譜推理等技術(shù)可以進一步挖掘建設(shè)項目間的潛在關(guān)聯(lián)關(guān)系。同時，知識建設(shè)項目的屬性、關(guān)聯(lián)關(guān)系等信息可能存在錯誤,通過不同數(shù)據(jù)源間的關(guān)聯(lián)驗證和知識糾錯技術(shù)，可以發(fā)現(xiàn)并糾正知識圖譜中的錯誤信息,為研究建設(shè)項目與戰(zhàn)略目標的關(guān)系提供更加豐富、準確、完整的信息[20-22]。

本文的主要研究基于知識圖譜的推理機實現(xiàn)。為了提高知識圖譜的推理效率,本文引入知識圖譜嵌入技術(shù),也稱為知識表示學(xué)習(xí),將知識圖譜中包含的實體和關(guān)系嵌入到連續(xù)的向量空間中,從而在保持知識圖譜內(nèi)在結(jié)構(gòu)和信息的同時簡化操作,提高計算效率，可以用于知識圖譜補全、關(guān)系提取、知識推理等各種下游任務(wù),得到了廣泛的關(guān)注。隨著知識規(guī)模的不斷擴增,傳統(tǒng)的資源描述框架(resource description framework,RDF)知識表示方法難以應(yīng)對大規(guī)模知識的表示問題。因此,為了更好地表示知識的特征,本文需要利用知識表示學(xué)習(xí)技術(shù)來表示知識的潛在特征。

在描述知識表示學(xué)習(xí)相關(guān)技術(shù)之前,本文首先對知識表示技術(shù)中的相關(guān)符號進行說明。其中,G表示一個知識圖譜；E和R分別表示實體和關(guān)系集合；T表示三元組集合；ei表示實體集合中的第i個實體,rj表示關(guān)系集合中的第j個關(guān)系。除此之外,ei也可以根據(jù)實體在知識圖譜三元組中的位置分為頭實體h和尾實體t；τ=(e1,r,e2)或者τ=(h,r,t)表示一個三元組；ei和rj分別表示實體和關(guān)系的低維向量(矩陣)；de和dr分別表示實體和關(guān)系空間的維度,|E|和|R|表示實體關(guān)系集合的長度。

定義 1(知識圖譜嵌入)給定一個知識圖譜G=(E,R,T),知識圖譜嵌入可以表示為一個步驟映射f:ei→ei∈Rde,rj→rj∈Rdr。其中，de?|E|,dr?|R|。

在知識嵌入模型中,最關(guān)鍵的就是設(shè)計映射函數(shù)f,進而可得到更好的實體關(guān)系潛在特征。一般而言,知識圖譜的嵌入主要基于知識圖譜中已經(jīng)存在的三元組,也有一些方法需要用到知識圖譜中的屬性、文本描述等信息。給定一個知識圖譜,知識圖譜的嵌入首先需要將實體和關(guān)系表示成低維空間的連續(xù)向量,然后定義一個得分函數(shù)來評估這個三元組成立的概率,最終實體和關(guān)系的嵌入可以通過最大化全局概率獲得。目前,知識圖譜嵌入的方法主要分為3類:基于平移的距離模型[23-26]、基于張量分解模型[27-28]和基于神經(jīng)網(wǎng)絡(luò)的模型[29-34]。除此之外,在這些方法的基礎(chǔ)上,還有一些模型利用圖譜中的輔助信息來進一步增強知識圖譜嵌入[35-37]。

通過將知識圖譜及其推理技術(shù)引入到建設(shè)項目數(shù)據(jù)和戰(zhàn)略目標的研究中,再結(jié)合戰(zhàn)略智能體BDI模型,可以有效解決新形勢下戰(zhàn)略研究面臨的挑戰(zhàn)。然而,本文構(gòu)建的建設(shè)項目與戰(zhàn)略規(guī)劃領(lǐng)域的知識圖譜是特定領(lǐng)域知識圖譜,相較于開放領(lǐng)域知識圖譜,存在較大的差異,尤其表現(xiàn)在建設(shè)項目涉及的諸多因素存在較大的不確定性,包括對預(yù)測和估算的各項投入、產(chǎn)出數(shù)據(jù)的不確定性以及項目間關(guān)聯(lián)關(guān)系的不確定性等。傳統(tǒng)的知識圖譜無法表示數(shù)據(jù)間的不確定信息,本文對知識圖譜中的每個三元組賦權(quán)重,即置信度分數(shù),表示三元組成立的可能性,稱其為不確定知識圖譜。本文研究的推理機主要針對建設(shè)項目與戰(zhàn)略規(guī)劃領(lǐng)域的不確定知識圖譜進行推理。

3 基于知識圖譜的戰(zhàn)略智能體BDI模型

本文經(jīng)過前期的調(diào)研,得到了美國戰(zhàn)略和預(yù)算評估報告、美政府問責局審計報告、蘭德公司戰(zhàn)略研究報告等公開的評估案例數(shù)據(jù),其中包含了大量的表格數(shù)據(jù)、網(wǎng)頁數(shù)據(jù)與文本報告。經(jīng)過數(shù)據(jù)預(yù)處理,本文獲取了對方的國防建設(shè)項目經(jīng)費投入投向等結(jié)構(gòu)化數(shù)據(jù)、對各個項目詳細描述的半結(jié)構(gòu)化數(shù)據(jù),以及相關(guān)戰(zhàn)略與能力評估報告的文本類數(shù)據(jù)?；谶@些數(shù)據(jù),本文提出基于知識圖譜的戰(zhàn)略智能體BDI模型框架,形成從建設(shè)項目到戰(zhàn)略目標的一體化分析流程,最終得到相對完善的國防建設(shè)項目-戰(zhàn)略目標圖譜,如圖3所示。

圖3 基于知識圖譜的戰(zhàn)略智能體BDI模型框架Fig.3 Strategic agent BDI model framework based on knowledge graph

3.1 三類知識圖譜

國防建設(shè)項目圖譜用來表達對手項目預(yù)算在各重大戰(zhàn)略領(lǐng)域的實際投入分布情況。具體而言,國防建設(shè)項目圖譜以項目為中心,包含眾多概念、關(guān)系和屬性的領(lǐng)域知識圖譜。其基于這樣的假設(shè):對手在某戰(zhàn)略領(lǐng)域的投資預(yù)算越大,則在該領(lǐng)域的戰(zhàn)略意圖越明顯。因此,關(guān)聯(lián)分析不同戰(zhàn)略領(lǐng)域的項目預(yù)算分布,可為感知、識別和判斷對手戰(zhàn)略意圖提供重要基礎(chǔ)和參考。國防建設(shè)項目圖譜構(gòu)建是領(lǐng)域知識圖譜,主要包括項目本體建模和項目圖譜構(gòu)建,與一般的開放領(lǐng)域知識圖譜(采用自底向上的方式構(gòu)建)不同,通常采用自頂向下的方式構(gòu)建,包括模式層(用本體表示)和實例層。模式層由領(lǐng)域?qū)＜覅⑴c構(gòu)建,表達了國防項目投資分析領(lǐng)域內(nèi)廣泛認可的知識和公理,定義了領(lǐng)域內(nèi)概念分類體系、關(guān)系、屬性、數(shù)據(jù)類型和知識邊界,同時嚴格定義和約束了實例層數(shù)據(jù),是國防建設(shè)項目圖譜的重要組成部分。實例層由大量的國防項目投資實例數(shù)據(jù)組成,比如國防經(jīng)費投入投向數(shù)據(jù)等。

戰(zhàn)略評估圖譜以戰(zhàn)略目標和能力建設(shè)為中心,用來表達和刻畫戰(zhàn)略目標間的關(guān)聯(lián)關(guān)系，以及戰(zhàn)略目標與其支撐項能力建設(shè)的關(guān)聯(lián)關(guān)系。這些關(guān)聯(lián)關(guān)系可能是間接的、隱式的,需要通過關(guān)聯(lián)分析和知識推理的方式獲取。戰(zhàn)略評估圖譜也是領(lǐng)域知識圖譜,其構(gòu)建過程與國防建設(shè)項目圖譜類似,不同之處在于構(gòu)建戰(zhàn)略評估圖譜的數(shù)據(jù)源為文本類非結(jié)構(gòu)化數(shù)據(jù),需要從中抽取出需要的實體和關(guān)系知識。

國防建設(shè)項目-戰(zhàn)略圖譜是由上述兩類知識圖譜經(jīng)過融合后得到的知識圖譜。

3.2 推理機

推理機是指一系列的推理規(guī)則和推理算法的有機組合。為了提高建設(shè)項目知識圖譜的推理效率,需要將知識圖譜中的實體和關(guān)系表示到向量空間,但是直接將針對開放領(lǐng)域知識圖譜的表示學(xué)習(xí)方法用于建設(shè)項目知識圖譜的向量化會存在很多缺陷:一方面,當前知識圖譜嵌入主要研究的是基于確定性知識圖譜的表示學(xué)習(xí),對不確定知識圖譜嵌入的研究很少,而本文采用置信度分數(shù)表示每個三元組的可靠性程度,包含了豐富的背景知識,將其引入到知識圖譜的表示學(xué)習(xí)中至關(guān)重要;另一方面,本文構(gòu)建的知識圖譜是領(lǐng)域知識圖譜,其背后隱藏了大量的規(guī)則知識,大多數(shù)現(xiàn)有方法僅基于事實三元組執(zhí)行嵌入任務(wù),針對其中包含的邏輯規(guī)則并未進行深入研究。而邏輯規(guī)則包含了豐富的背景知識,對下游的知識圖譜推理應(yīng)用具有重要價值。現(xiàn)有的知識表示學(xué)習(xí)方法較少地全面考慮不確定性和圖譜背后的邏輯規(guī)則,將這些方法直接用于本文構(gòu)建的知識圖譜的表示學(xué)習(xí)，會導(dǎo)致大量先驗信息的損失,進而對后續(xù)推理任務(wù)產(chǎn)生不利影響。

針對以上問題,本文參考文獻[38]提出的不確定知識圖譜的嵌入方法,提出融入權(quán)重和邏輯規(guī)則的建設(shè)項目領(lǐng)域知識圖譜表示學(xué)習(xí)方法,在知識表示學(xué)習(xí)的過程中同時考慮權(quán)重信息,并把邏輯規(guī)則嵌入到學(xué)習(xí)模型當中,以保證在向量化的過程中損失的信息更少,提高下游推理的準確性。

3.2.1 嵌入權(quán)重信息

首先,考慮利用每個三元組的權(quán)重信息,本文建立嵌入模型的三元組置信度得分,并把每個三元組訓(xùn)練得到的權(quán)重與其真實值進行比較。一個三元組的可信度定義如下。

定義 2(可信度)給定一個關(guān)系事實三元組l,可信度g(l)∈R表示這個關(guān)系成立的可能性?？尚哦瓤杀灰暈槭俏幢粯藴驶闹眯哦鹊梅謘,其值的大小代表了s的大小。

給定一個三元組l=(h,r,t),其相應(yīng)的嵌入向量為h,r,t,參考TransE模型[39]基于距離的思想和DistMult模型[40]基于語義相似度的思想,本文建模了兩種可信度函數(shù):

(1)

g(l)=r·(h°t)

(2)

為了把可信度轉(zhuǎn)換為置信度得分,采用轉(zhuǎn)換函數(shù)φ(·)把g(l)映射到置信度得分f(l)。

f(l)=φ(g(l)),φ:R→[0,1]

(3)

本文考慮了兩種映射函數(shù):一種是采用邏輯函數(shù),一種采用線性有界函數(shù)。

(4)

φ(x)=min(max(wx+b,0),1)

(5)

3.2.2 嵌入邏輯規(guī)則

為了更好地評估置信度得分,應(yīng)該充分利用知識圖譜中存在和不可見的關(guān)系事實。為了更合理地評估不可見的關(guān)系事實的置信度,本文充分利用知識圖譜背后包含的規(guī)則信息,采用概率軟邏輯把邏輯推理嵌入到模型當中。邏輯規(guī)則是由規(guī)則頭和規(guī)則主體以head←body的形式定義的。規(guī)則頭是一個原子,例如一個頭實體或尾實體可變的三元組,其規(guī)則主體通常是原子的集合。例如:

(A,similarTo,C)←
(A,similarTo,B)∧(B,similarTo,C)

(6)

式(6)是一條非常簡單的傳遞性規(guī)則,其語義是,如果項目A與項目B是相似的(研究類似的問題),項目B與項目C是相似的,那么可以推理出項目A與項目C是相似的,來進一步補全實體A和C之間的關(guān)系。規(guī)則推理具有很好的解釋性和準確率,本文的規(guī)則來源主要有兩個方面:首先,針對建設(shè)項目領(lǐng)域知識圖譜,可以通過領(lǐng)域?qū)＜业南闰炛R,采用人工的方式構(gòu)建;另一方面,通過規(guī)則挖掘系統(tǒng)基于不完備知識庫的關(guān)聯(lián)規(guī)則挖掘算法,是利用知識圖譜中的頻繁模式挖掘規(guī)則的方法。由邏輯規(guī)則可以產(chǎn)生基本規(guī)則,即規(guī)則頭和規(guī)則體中的三元組包含的是具體的實體。

與布爾邏輯不同,概率軟邏輯將每個三元組與區(qū)間為[0,1]的軟真值關(guān)聯(lián)起來,這與本文中的置信度分數(shù)相對應(yīng),使模糊推理成為可能。把軟真值的賦值過程稱為解釋,本文把三元組l的軟真值解釋為I(l)。對于知識圖譜中已經(jīng)存在的關(guān)系事實,其置信度得分也存在;對于看不見的三元組,可采用前面定義的基于嵌入的置信度得分函數(shù):

I(l)=sl,l∈L+

(7)

I(l)=f(l),l∈L-

(8)

式中:L+表示知識圖譜中可觀測到的三元組集合；L-表示知識圖譜中不可見的三元組集合；sl表示已有三元組的置信度分數(shù)。

l1∧l2=max{0,I(l1)+I(l2)-1}

(9)

l1∨l2=min{1,I(l1)+I(l2)}

(10)

(11)

pγbody→γhead=min{1,1-I(γbody)+I(γhead)}

(12)

當規(guī)則頭I(γhead)等于或高于其規(guī)則體I(γbody)時,此規(guī)則γ才是合理的。定義基本規(guī)則與達到合理性的距離如下:

dγ=1-pγ=max{0,I(γbody)-I(γhead)}

(13)

對于知識圖譜中不可見的關(guān)系三元組l=(h,r,t)∈L-,定義基本規(guī)則γ0:

(14)

則

dγ0=f(l)

(15)

3.2.3 定義損失函數(shù)

最后,本文把置信度得分信息與邏輯推理同時嵌入到損失函數(shù)當中,訓(xùn)練最優(yōu)化函數(shù),得到最終的實體和關(guān)系的嵌入向量。

首先,要計算知識圖譜中可見的關(guān)系事實的損失,設(shè)L+是知識圖譜中可見的關(guān)系事實集,目標是最小化真實的置信度得分sl與預(yù)測得分f(l)之間的均方誤差:

(16)

其次,不可見關(guān)系事實的損失為

(17)

式中:Γl表示三元組l作為規(guī)則頭的基本規(guī)則集;ωγ表示規(guī)則γ的權(quán)重。

最后,得到聯(lián)合目標損失函數(shù)為

(18)

本文給出了兩種可信度函數(shù)和兩種映射函數(shù),可以組合出4種不同的模型。通過最優(yōu)化聯(lián)合目標損失函數(shù),得到4種模型最優(yōu)的實體和關(guān)系的向量表示,通過不同的評估指標,可以選擇最終的知識圖譜，將其嵌入向量，以實現(xiàn)推理。

3.3 3種推理機

基于知識圖譜的戰(zhàn)略智能體BDI模型重點研究了基于知識圖譜相關(guān)技術(shù)實現(xiàn)項目-體系推理機、能力-目標推理機以及體系-能力推理機。

項目-體系推理機從國防經(jīng)費投入投向等結(jié)構(gòu)化數(shù)據(jù)出發(fā),通過本體建模(主要包括項目編號、項目簡短描述、年份、類別、研發(fā)需求經(jīng)費、白宮授權(quán)經(jīng)費、參議院授權(quán)經(jīng)費、國會變更經(jīng)費和國會授權(quán)經(jīng)費等項目信息)和圖譜構(gòu)建,構(gòu)建國防建設(shè)項目圖譜;再從相關(guān)項目信息的半結(jié)構(gòu)化數(shù)據(jù)中抽取出有關(guān)項目體系的文本信息,人工提取與領(lǐng)域體系相關(guān)的特征,基于此對單個項目進行分類,找出各個項目對應(yīng)的體系類別,并通過實體鏈接技術(shù)加入到項目圖譜中。項目-體系推理機的實現(xiàn)重點在于基于知識圖譜技術(shù)對項目進行分類,使數(shù)據(jù)從項目層鏈接到體系類別信息。

能力-目標推理機從相關(guān)戰(zhàn)略與能力評估報告的非結(jié)構(gòu)化數(shù)據(jù)出發(fā),通過實體和關(guān)系抽取、多源數(shù)據(jù)融合、圖譜構(gòu)建、知識圖譜內(nèi)部的補全和推理等,構(gòu)建戰(zhàn)略評估圖譜。能力-目標推理機直接從文檔報告中,通過一系列知識圖譜構(gòu)建技術(shù),把能力與戰(zhàn)略目標映射起來。能力-目標推理機的實現(xiàn)重點在于從文本中聯(lián)合抽取能力與戰(zhàn)略目標實體,并將其鏈接到知識圖譜中。

體系-能力推理機是對已構(gòu)建的兩類知識圖譜進行知識圖譜融合[41-42]、知識圖譜質(zhì)量提高、知識推理[43]，最終得到國防建設(shè)項目-戰(zhàn)略圖譜。體系-能力推理機可實現(xiàn)最終的目的,完成從建設(shè)項目到戰(zhàn)略目標的映射,并且可以用項目知識圖譜補全戰(zhàn)略目標的缺失信息。更進一步,利用項目信息對戰(zhàn)略目標中的錯誤信息進行修正,完善國防建設(shè)項目-戰(zhàn)略目標圖譜建設(shè),為新時期制定對等或反制對手的軍事戰(zhàn)略方針提供重要參考和指導(dǎo)。體系-能力推理機的實現(xiàn)重點在于兩類知識圖譜的融合機制,本文通過人工設(shè)計戰(zhàn)略領(lǐng)域體系與建設(shè)能力的對應(yīng)關(guān)系,對項目和戰(zhàn)略圖譜進行融合，最終得到的國防建設(shè)項目—戰(zhàn)略知識圖譜，如圖4所示。

圖4 國防建設(shè)項目-戰(zhàn)略知識圖譜Fig.4 National defense construction project-strategic knowledge graph

4 結(jié) 論

本文采用信息抽取和知識圖譜技術(shù)挖掘和存儲建設(shè)項目和戰(zhàn)略目標的相關(guān)知識,基于建設(shè)項目-體系-能力-戰(zhàn)略目標的一體化分析流程,創(chuàng)新性地提出了基于知識圖譜的戰(zhàn)略智能體BDI模型,并將其作為研究建設(shè)項目與戰(zhàn)略目標的框架,可以有效解決新形勢下戰(zhàn)略研究面臨的挑戰(zhàn),為戰(zhàn)略目標與建設(shè)項目預(yù)實踐研究提供了一種新思路。然而，仍存在一些問題需要進一步研究:① 缺少該領(lǐng)域的語料庫,且大量數(shù)據(jù)沒有標注,采用人工標注耗時耗力;② 針對該領(lǐng)域,專家往往只是針對某部分表達專業(yè)知識,缺少全面地描述信息,難以支撐模式層(本體)知識構(gòu)建;③ 目前采用的都是公開領(lǐng)域的信息抽取方法,缺少針對該領(lǐng)域的專有實體、關(guān)系的抽取方法;④ 基于項目-戰(zhàn)略知識圖譜,不僅需要補全已知項目缺失的戰(zhàn)略目標信息,還需要通過表示學(xué)習(xí),預(yù)測新項目的戰(zhàn)略目標。