基于知识图谱的指挥员关键信息需求生成方法

邓邦鹏,蒋序平,陶 宇,鲁义威

(国防科技大学信息通信学院,湖北 武汉 430010)

1 指挥员关键信息需求生成面临的挑战

1.1 意图识别能力受限

指挥员关键信息需求意图是指挥员对战场态势及决策重心和核心关切的直接反映,是指挥员关键信息需求生成的基本依据。对于指挥员关键信息需求意图的识别,通常依靠相关保障力量通过人脑进行主观分析。然而,如图1所示,这种单纯人为主观的意图识别正面临现代战争纷繁复杂的多要素与瞬息万变的快节奏所带来的冲击及挑战,特别是在“信息过载”风险日益凸显的背景下,更容易造成保障人员认知负荷过载,从而产生认知偏差与响应滞后,进而限制了对指挥员关键信息需求的意图识别能力。

图1 指挥员关键信息需求意图识别原理图

1.2 组织协同持续复杂化

指挥员关键信息需求是“知彼知己、知天知地、知关键”战法原则在信息化时代的体现,其保障过程涉及的组织协同与现代战争形态演变密切相关。当前,随着信息技术与智能技术在军事领域的持续融合,未来的作战指挥活动将跨越地理界限、作战层级、作战力量等限制,呈现多域联合、多维联动、人机混合的联合全域指挥控制发展趋势。这种全新的作战指挥能力生成范式,将充分发挥各领域参战力量的合力优势。与此同时，其对作战指挥活动中的指挥体制、指挥手段、指挥保障等因素提出了更高的要求。在此背景下,指挥员关键信息需求生成所涉及的人员、装备、系统等参战要素将不断扩展,从而增加了战场信息交互、融合、运用过程中的组织协同难度。因此,相应的指挥员关键信息需求生成正面临组织协同持续复杂化的现实挑战。

1.3 生成时限要求不断缩短

指挥员关键信息需求保障生命周期，可分为对指挥员关键信息需求的生成、分解、满足、反馈四个关键环节。其中,指挥员关键信息需求生成作为保障生命周期中的“首要一环”,是其效能发挥的重要基础与关键支撑。作为一种高时敏性信息服务产品,指挥员关键信息需求在当前不断强调“以快吃慢”、“发现即摧毁”等战争制胜机理的现实背景下,正面临生成时限要求不断缩短的现实挑战。例如,当敌我双方实力相当或与强敌对抗时,极有可能双方均具备了相应的指挥员关键信息需求组织运用能力。因此,为了确保我方对应的指挥员关键信息需求产品效能发挥能够占据优势,必须缩短从海量战场信息到少量关键信息之间的提炼时间,才能发挥指挥员关键信息需求在实际作战指挥活动中的可靠效能。

2 知识图谱在指挥员关键信息需求生成中的赋能机理

2.1 拓展指挥员关键信息需求意图识别能力

与传统的人脑主观分析相比,知识图谱可通过语义关联、知识计算、可视化分析等配套功能,实现指挥员关键信息需求意图与战场态势之间的客观映射及科学筛选,并以更加直观、形象的方式进行呈现。如图2所示,通过加入知识图谱相关技术,增强了指挥员关键信息需求生成过程中的“人—机”协同能力,能够帮助业务保障要素快速发掘指挥员关键信息需求与战场态势之间的隐含关联,从而拓展相应的指挥员关键信息需求意图识别结果。

图2 基于知识图谱的指挥员关键信息需求意图识别原理

2.2 优化指挥员关键信息需求生成保障质量

狭义上看,知识图谱是一种反映客观世界的高质量知识库;广义上看,知识图谱还包括利用知识图谱理论与技术解决现实问题的一整套方法论,是大数据时代人们获取知识、认知世界的重要工具与手段。知识图谱的加入,能够从海量数据中快速提炼人脑无法直接认知的高精度知识,从而有效提高数据价值密度,实现数据到知识的价值聚合,对于优化指挥员关键信息需求生成保障质量具有实质效果。

2.3 提升指挥员关键信息需求生成保障效率

知识图谱通过将海量战场数据中的概念实体、属性特征、关联关系等语义信息转化为语义网络中相互联结的“点”与“边”,并结合相应的知识计算、知识推理技术处理,能够获取数据集聚后产生的认知效应及关联价值,强化了指挥员关键信息需求生成保障的敏捷性与有效性,加速了指挥员关键信息需求保障生命周期循环,能够有效驱动决策优势转化为行动优势,从而促进指挥员关键信息需求生成保障效率的提升。

3 基于知识图谱的指挥员关键信息需求生成方法及原理

基于知识图谱的指挥员关键信息需求生成方法主要包括知识图谱构建、知识图谱检索、知识图谱关联分析，以及基于知识图谱的指挥员关键信息需求条目生成四个步骤,如图3所示。

图3 基于知识图谱的指挥员关键信息需求生成方法

知识图谱构建是实现基于知识图谱的指挥员关键信息需求生成的基础支撑。在真实作战指挥活动中，应充分整合基础数据库、作战数据库、情报数据库等多种数据源,并结合Neo4j、Protege等知识图谱构建软件工具,按照“知识抽取—知识融合—知识加工”的知识图谱构建流程方法,构建相应的指挥员关键信息需求知识图谱。

知识图谱检索是实现基于知识图谱的指挥员关键信息需求生成的桥梁纽带,建立了指挥员关键信息需求相关条目(包括指挥员关键信息需求初始构想)与指挥员关键信息需求知识图谱之间的映射关系。对于运行在Neo4j图数据库中的指挥员关键信息需求知识图谱而言,就是将指挥员关键信息需求相关条目(包括指挥员关键信息需求初始构想)转换成Neo4j图数据库能够有效识别的Cypher语句进行知识图谱检索,从而得到相对应的知识图谱语义关联信息子图。指挥员关键信息需求初始构想通常是一些带有军事特征的自然语言条目,要将其转换为对应的Cypher语句并进行知识图谱检索,主要包括以下两个子步骤。

1)指挥员关键信息需求初始构想军事特征识别

通过前期实验对比,本文选择Bi-LSTM+CRF组合模型作为指挥员关键信息需求初始构想军事特征识别模型,其原理如图4所示。

图4 Bi-LSTM+CRF组合模型军事特征识别原理图

在此基础上,在Python环境下，通过功能编程、语料标注及训练、识别效果测试等操作处理,能够有效实现面向指挥员关键信息需求生成的军事特征识别功能,如图5所示。

图5 Bi-LSTM+CRF组合模型军事特征识别功能实现

2)Cypher语句的填充与查询

作为实现Neo4j图数据库查询、修改、删除等操作的专用语言,Cypher语言具有严格、统一、规范的语法句式结构。因此,通过将识别的军事特征按照Cypher语法规则填充至对应的词槽中,即可形成与指挥员关键信息需求初始构想对应的Cypher语句。

例如,图4中指挥员关键信息需求初始构想对应的军事特征识别结果为{"FORCE": "第一步兵师"},将其填充即可得到相应的Cypher语句:" MATCH (n:FORCE{name:'第一步兵师'}) return n"。将其输入指挥员关键信息需求知识图谱,即可得到相应的知识图谱语义关联信息子图,如图6所示。

图6 知识图谱语义关联信息子图示例

知识图谱关联分析主要通过知识图谱相应的知识推理、知识计算功能处理,对指挥员关键信息需求初始构想映射在知识图谱中的语义关联信息子图进行筛选,从而科学高效地提炼出海量战场信息中与指挥员决策点密切相关的少量关键信息需求。

因此,本文利用Neo4j图数据库中的相关图算法实现对语义关联信息子图的“去粗取精”。其中,PageRank算法是Neo4j图数据库中一种常用的中心度分析算法,最早由谷歌公司提出,其初衷是通过记录用户点击量筛选出用户普遍关注的热门网页。

在Neo4j图数据库中,PageRank算法能够有效实现对语义关联信息子图中实体中心度的排名,从而筛选出其中PageRank得分最高的关键实体。在Neo4j官方说明文档中,对于PageRank算法的定义如下:

(1)

对于实体A,其PageRank得分()与关联实体，…，密切相关。其中,()，…，()分别代表实体与，…，之间的关联,()，…，()分别代表实体，…，与所有实体之间关联的总和,为范围0—1的阻尼系数(初始推荐值为085)。

基于知识图谱的指挥员关键信息需求条目生成是指参谋团队依托知识图谱可视化分析结果,有效形成“人—机”协同合力,突破人脑思维限制,最终实现基于知识图谱的指挥员关键信息需求生成。

4 基于知识图谱的指挥员关键信息需求生成流程设计

基于知识图谱的指挥员关键信息需求生成流程是指在指挥员关键信息需求生成的一般流程基础上,通过加入知识图谱,充分利用其强大的语义关联能力替代相应的人工作业环节,从而减少人为因素影响,实现指挥员关键信息需求生成质量和效率的提升。

4.1 指挥员关键信息需求生成的一般流程

指挥员关键信息需求生成的一般流程通常是由指挥员首先提出关键信息需求初始构想,再由参谋团队根据指挥员关键信息需求初始构想进行补充完善,形成待审的指挥员关键信息需求清单,最终由指挥员亲自确定正式的指挥员关键信息需求清单;特殊情况也可由参谋长带领参谋团队直接拟制指挥员关键信息需求清单,再由指挥员亲自进行审批签发。

4.2 基于知识图谱的指挥员关键信息需求生成流程建模

流程建模是指通过规范化的图形与符号,以简洁直观的组合方式,对客观存在的事物活动过程进行可视化呈现,其思维过程与基于过程的概念建模方法相似,就是将客观世界事物的活动细化为一个个相关的问题,只要找到了问题的解决过程或方案,也就建立了概念模型。

基于知识图谱的指挥员关键信息需求生成流程主要是根据指挥员提出的全局性、概略性的关键信息需求初始构想,从战场态势中敌情、我情、战场环境三个维度,提炼出相应的指挥员关键信息需求。通过梳理知识图谱在指挥员关键信息需求生成流程中的具体活动及相互关系,采用BPM建模方法设计了基于知识图谱的指挥员关键信息需求生成流程模型,如图7所示。

图7 基于知识图谱的指挥员关键信息需求生成流程模型

基于知识图谱的指挥员关键信息需求生成流程模型包含指挥员、业务保障要素以及知识图谱三种对象,以指挥员提出的关键信息需求初始构想为逻辑起点,以矩形代表相应对象的具体活动,连线代表活动之间的作业顺序。为了突出基于知识图谱的指挥员关键信息需求生成流程与指挥员关键信息需求生成一般流程之间的区别,该流程模型采用“双线”设计,虚线部分代表指挥员关键信息需求生成的一般流程,实线部分代表基于知识图谱的指挥员关键信息需求生成流程,两个流程之间的交叉部分采用粗实线进行标识。

通过上述流程模型中的“双线”对比发现,指挥员关键信息需求生成的一般流程主要依赖业务保障要素人工作业,受人为因素影响较大,工程化程度不高。本文提出的基于知识图谱的指挥员关键信息需求生成流程能够有效利用知识图谱相关技术替代其中大部分人工作业,从而突破人脑思维限制,优化指挥员关键信息需求生成的作业方式,提高指挥员关键信息需求生成的运转效率。

5 基于知识图谱的指挥员关键信息需求生成方法验证

本文利用虚构的作战想定数据模拟战场态势,构建相应的指挥员关键信息需求知识图谱,并通过模拟指挥员提出相应的关键信息需求初始构想,按照基于知识图谱的指挥员关键信息需求生成流程方法进行处理,其方法验证结果如图8～11所示。

图8为Python环境下的指挥员关键信息需求初始构想军事特征识别结果。

图8 Bi-LSTM+CRF组合模型军事特征识别结果

图9为指挥员关键信息需求初始构想在知识图谱中对应的语义关联信息子图(部分)。

图9 知识图谱语义关联信息子图(部分)

图10为利用PageRank算法对语义关联信息子图进行中心度计算后的知识图谱图计算结果。

图10 知识图谱图计算结果

图11为根据上述的PageRank算法得分排名,实现对语义关联信息子图的关联筛选及可视化分析(以排名第1的关联实体为例)。

参谋团队(业务保障要素)在知识图谱关联分析结果的基础上,能够科学高效地拟制相应的指挥员关键信息需求条目。如图11所示,詹姆斯作为太平洋战区指挥官,战时对管辖区域内的所有部队具有指挥权,其个人信息及最新动态应作为指挥员重点关注的优先敌情;第一步兵师作为敌方主要进攻力量,其兵力编制、部署位置、主战武器等相关信息应作为指挥员重点关注的优先敌情。因此,通过知识图谱可视化分析,参谋团队快速拟制了与指挥员关键信息需求初始构想密切相关的指挥员关键信息需求条目,如表1所示。

表1 指挥员关键信息需求清单条目

图11 知识图谱关联分析结果(对应排名第1的关联实体)

6 结束语

作为指挥员关键信息需求效能发挥的“倍增器”,知识图谱对于指挥员关键信息需求生成具有重要意义。本文从指挥员关键信息需求生成当前面临的挑战着手,通过深入分析知识图谱在指挥员关键信息需求生成中的赋能机理,开展了基于知识图谱的指挥员关键信息需求生成流程建模、方法设计及验证研究,希望能为指挥员关键信息需求生成和质量、效率优化提供技术参考,从而推动指挥员关键信息需求组织运用关键技术实现一定突破。