知識圖譜在智能化情報分析中的應(yīng)用研究

【摘要】隨著大數(shù)據(jù)、人工智能等新型技術(shù)的快速發(fā)展和在軍事領(lǐng)域的探索運(yùn)用，知識圖譜作為認(rèn)知智能實現(xiàn)的基礎(chǔ)，為智能化提供了豐富的知識，幫助機(jī)器更好地理解和處理自然語言的結(jié)構(gòu)和語義，在未來智能化戰(zhàn)爭中發(fā)揮重要作用。本文對知識圖譜的關(guān)鍵技術(shù)及應(yīng)用特征進(jìn)行初步分析，并針對知識圖譜在智能化情報分析中的6個應(yīng)用場景進(jìn)行研究展望，以期為后續(xù)應(yīng)用及研究工作的開展提供理論支撐，提升決策優(yōu)勢，瞄準(zhǔn)打贏未來戰(zhàn)場。

【關(guān)鍵詞】知識圖譜|情報分析|智能化

隨著大數(shù)據(jù)、人工智能等新型技術(shù)的快速發(fā)展和在軍事領(lǐng)域的探索運(yùn)用，加快了信息化戰(zhàn)爭向智能化戰(zhàn)爭演進(jìn)進(jìn)程，智能化戰(zhàn)爭逐步走上歷史舞臺，只有搶占智能化戰(zhàn)爭的理論高地，才能真正制勝未來認(rèn)知域戰(zhàn)場。知識圖譜作為認(rèn)知智能實現(xiàn)的基礎(chǔ)，為智能化提供了豐富的知識，幫助機(jī)器更好地理解和處理自然語言的結(jié)構(gòu)和語義，以圖形化的形式存儲和表示知識，有效整合和分析海量數(shù)據(jù)。

在這樣智能化變革的浪潮下，大數(shù)據(jù)、自然語言處理、知識圖譜等技術(shù)的融合運(yùn)用，為戰(zhàn)時情報工作的開展奠定了良好的智能化基礎(chǔ)。在情報偵察方面，可以利用知識圖譜能夠?qū)⒐铝⒌臄?shù)據(jù)源進(jìn)行知識融合，依托數(shù)據(jù)挖掘和關(guān)聯(lián)分析，最大程度地從海量、零散的數(shù)據(jù)中挖掘有價值的信息，利用信息間的關(guān)聯(lián)關(guān)系，實現(xiàn)碎片信息的深度挖掘，打破數(shù)據(jù)孤島難題，挖掘出數(shù)據(jù)背后更多有價值的信息，并從中獲取高質(zhì)量的情報，快速研判戰(zhàn)場態(tài)勢，便于掌握戰(zhàn)場主動權(quán)，提升戰(zhàn)場決策優(yōu)勢。

一、知識圖譜在軍事領(lǐng)域的研究現(xiàn)狀

近年來，隨著國內(nèi)學(xué)者對知識圖譜的研究加深，構(gòu)建軍事領(lǐng)域知識圖譜也逐漸引起了研究者們的關(guān)注。田佳來[1]、馬江微[2]、胡偉濤[3]等的研究均圍繞武器裝備知識圖譜的建設(shè)開展，通過有效組織并存儲軍事裝備數(shù)據(jù)，分析武器裝備之間的關(guān)聯(lián)關(guān)系，以實現(xiàn)對軍隊?wèi)?zhàn)斗力的評估。楊帆等[4]利用知識圖譜構(gòu)建作戰(zhàn)編隊語義模型，以滿足軍事戰(zhàn)爭中的大規(guī)模關(guān)系存儲及高效查詢的需求。劉奕明[5]、王震南[6]、竇小強(qiáng)[7]等依托知識圖譜構(gòu)建軍事問答系統(tǒng)，旨在提高軍事知識的應(yīng)用以及軍事資源的利用效率，提高軍隊人員的軍事素養(yǎng)，賦能情報及指揮工作。賴榮煊[8]和解曉威[9]等提出將知識圖譜應(yīng)用在軍隊人力資源管理方面，輔助構(gòu)建人物畫像、崗位模型等，使我軍的現(xiàn)代人力資源管理體系更加科學(xué)、高效。目前的研究多聚焦于技術(shù)層面知識圖譜的構(gòu)建、應(yīng)用層面在裝備、人力資源、體能訓(xùn)練等垂直領(lǐng)域的探究以及基于知識圖譜進(jìn)行的可視化分析，研究力量較為分散，對知識圖譜在情報工作的研究較少。

二、知識圖譜的關(guān)鍵技術(shù)及應(yīng)用特征

按照知識獲取過程，可以將知識圖譜的構(gòu)建過程分為信息抽取、知識融合以及知識加工3個主要關(guān)鍵過程[10]，如圖1所示。

（一）知識抽取，解構(gòu)知識單元奠定數(shù)據(jù)基礎(chǔ)

知識圖譜的構(gòu)建離不開知識抽取這一關(guān)鍵技術(shù)，知識圖譜是把大量不同種類的信息連接在一起所得到的關(guān)系網(wǎng)絡(luò)，為人們提供了從“關(guān)系”角度去分析問題的能力。而知識提取則是為了形成高質(zhì)量的事實表達(dá)，為構(gòu)建知識圖譜奠定數(shù)據(jù)基礎(chǔ)，從非結(jié)構(gòu)化或半結(jié)構(gòu)化的數(shù)據(jù)中抽取可用知識單元的過程，包括實體提取、關(guān)系提取、屬性提取等主要環(huán)節(jié)[11]，在此基礎(chǔ)上形成本體化的知識表達(dá)。

（二）知識融合，整合數(shù)據(jù)結(jié)構(gòu)確保知識質(zhì)量

知識融合是指將多源異構(gòu)的關(guān)于同一個實體或概念的描述信息加工融合起來，組成更全面細(xì)化知識庫的過程，也就是不斷延伸知識網(wǎng)絡(luò)的過程。同時，在這個環(huán)節(jié)還包括對知識的清理和整合，例如對概念進(jìn)行消歧、剔除冗余等，以確保圖譜中的知識質(zhì)量。在智能化戰(zhàn)場上知識圖譜將多源數(shù)據(jù)匯總加工形成知識網(wǎng)，例如把衛(wèi)星圖像、無人機(jī)偵察圖像、開源情報產(chǎn)品以及地面?zhèn)刹靾蟾娴榷鄟碓吹男畔⑦M(jìn)行融合，使情報人員掌握更詳細(xì)、全面的戰(zhàn)場環(huán)境信息和敵我力量分布情況，形成綜合研判報告，輔助指揮員掌握戰(zhàn)場態(tài)勢、形成作戰(zhàn)計劃，靈活應(yīng)對突發(fā)情況。

（三）知識加工，融匯多源數(shù)據(jù)延伸知識網(wǎng)絡(luò)

在完成抽取和融合兩步工作后，得到了對事實的最原始、最基本的描述，但事實本身并不等于知識，要想得到結(jié)構(gòu)化的知識，還需要進(jìn)行知識加工的過程，包括本體構(gòu)建、知識推理和質(zhì)量評估三個主要步驟，其中知識推理是指基于已有知識利用規(guī)則挖掘?qū)χR圖譜進(jìn)行補(bǔ)全，通過邏輯推導(dǎo)、歸納演繹等方式形成判斷性結(jié)論，簡單而言就是利用知識去輔助做出判斷、形成決策的過程[11]。在智能化戰(zhàn)爭中，指揮效率對推進(jìn)作戰(zhàn)進(jìn)程起決定性作用，而作戰(zhàn)數(shù)據(jù)是指揮員作出決策的重要依據(jù)，基于知識圖譜所提供的智能化作戰(zhàn)指導(dǎo)，為指揮員提供行動方案及決策建議，能夠有效縮短指揮員分析研判時間，為決策部署提供更加科學(xué)的決策依據(jù)和歷史參考，提高指揮效率和部隊?wèi)?zhàn)斗力。

（四）可視化呈現(xiàn)，提高籌劃決策質(zhì)效

以往存儲數(shù)據(jù)主要是以數(shù)據(jù)表的方式，數(shù)據(jù)可視化能夠增強(qiáng)數(shù)據(jù)處理和組織效率，但這種方式很難結(jié)構(gòu)化地存儲好知識類型的數(shù)據(jù)。知識可視化除了傳達(dá)事實信息外，還可用來傳輸、重構(gòu)、記憶和應(yīng)用知識。在戰(zhàn)時，用圖像的方式表達(dá)長文本中的語義關(guān)系、網(wǎng)絡(luò)結(jié)構(gòu)，幫助指揮員快速厘清戰(zhàn)場數(shù)據(jù)模式規(guī)律，分析情報內(nèi)容及其內(nèi)在關(guān)聯(lián)，提高籌劃決策速度和質(zhì)量。

三、知識圖譜在智能化情報分析中的應(yīng)用研究

（一）智能采集，高效應(yīng)對開源數(shù)據(jù)

美國第二任中央情報主任霍伊特·范登堡曾說過，有80%的情報是依靠發(fā)掘開源數(shù)據(jù)所獲得的[12]。隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展，大數(shù)據(jù)時代信息爆炸式增長，開源情報已然成為當(dāng)今最主要的獲取情報的手段之一，如何從海量多源的戰(zhàn)場態(tài)勢情報中快速獲取有用的戰(zhàn)場情報成為所有情報部門所關(guān)心的問題。通過自然語言處理和知識圖譜技術(shù)對開源情報進(jìn)行自動的、全面的、多維度的信息抽取，從非結(jié)構(gòu)化數(shù)據(jù)中自動抽取實體、關(guān)系和事件，融合生成知識圖譜，并以可視化的方式呈現(xiàn)給情報人員，就潛在危機(jī)提供早期預(yù)警，將情報分析人員從海量情報的辨識、分揀及整編中解放出來，使得情報人員更聚焦在情報分析上，而非繁瑣重復(fù)的初級工作，從而產(chǎn)生更多具有實際價值的情報。

（二）智能加工，秒級生成情報快報

“快”是智能化戰(zhàn)爭的制勝關(guān)鍵，第一時間響應(yīng)任務(wù)，也成為智能化戰(zhàn)爭中情報支援保障的必然要求。目前，語義分析、信息關(guān)聯(lián)匹配、數(shù)據(jù)搜索等方面的技術(shù)已相對成熟，通過智能化手段對多源異構(gòu)的情報數(shù)據(jù)進(jìn)行消歧、加工，并以知識圖譜的形式組織并存儲大規(guī)模關(guān)系數(shù)據(jù)，能夠極大地縮短態(tài)勢融合時間。以知識圖譜的三元組為抓手，結(jié)合自然語言處理技術(shù)快速生成結(jié)構(gòu)化文本，降低情報人員整編時間，高效形成戰(zhàn)場態(tài)勢快報，極大提高了情報生產(chǎn)效率。

（三）智能分析，有效支撐決策研判

利用知識圖譜對海量的情報數(shù)據(jù)進(jìn)行智能分析，一方面能夠從中發(fā)現(xiàn)隱藏的模式和關(guān)聯(lián)，分析潛在威脅，通過敵方軍隊的部署情況、指揮結(jié)構(gòu)和作戰(zhàn)計劃等信息，更好地了解敵方的意圖、能力和行動，從而預(yù)測敵方可能采取的行動，為軍事決策提供科學(xué)依據(jù)；另一方面能夠有效改善以往情報分析工作過度依賴經(jīng)驗的現(xiàn)象，有效避免由于情報人員主觀因素造成的情報失誤，提高軍事決策水平。利用知識圖譜建立外軍指揮控制關(guān)系網(wǎng)，協(xié)助情報人員理解復(fù)雜的外軍組織架構(gòu)體系，快速判斷該事件中參與的外軍單位和其指揮流程，處理復(fù)雜多樣的關(guān)聯(lián)分析、挖掘更多隱藏知識，并對未來可能的戰(zhàn)爭場景進(jìn)行推理分析和可能的軍事行動規(guī)模和指揮鏈條進(jìn)行預(yù)判，有效決策支撐、提升決策執(zhí)行能力。

（四）智能預(yù)警，賦能網(wǎng)絡(luò)輿情監(jiān)控

知識圖譜還可用于網(wǎng)絡(luò)輿情分析中，通過對多源異構(gòu)的網(wǎng)絡(luò)輿情信息進(jìn)行提取、存儲、分析，基于有監(jiān)督實體的詞向量特征，提取涉軍、涉政等敏感話題輿情領(lǐng)域語義特征，構(gòu)建輿情知識圖譜。將其用于網(wǎng)絡(luò)輿情分析研判模型、提升智能輿情分析與風(fēng)險監(jiān)測能力以實現(xiàn)對網(wǎng)絡(luò)輿情動態(tài)的實時追蹤，有效捕捉輿情事件的風(fēng)險傳導(dǎo)路徑、挖掘網(wǎng)絡(luò)輿情變化規(guī)律，實現(xiàn)對網(wǎng)絡(luò)輿情發(fā)展走向的預(yù)測告警，推進(jìn)網(wǎng)絡(luò)空間治理體系和治理能力現(xiàn)代化。

（五）智能搜索，卓效拓寬情報網(wǎng)絡(luò)

在搜索領(lǐng)域，知識圖譜可以幫助搜索引擎更好地理解用戶的搜索意圖，增強(qiáng)數(shù)據(jù)的語義信息、挖掘隱藏的關(guān)聯(lián)信息，提高搜索結(jié)果的相關(guān)性和準(zhǔn)確性。通過對知識應(yīng)用場景的深度訓(xùn)練，模擬戰(zhàn)時場景，構(gòu)建戰(zhàn)場目標(biāo)知識圖譜，將數(shù)據(jù)匯總?cè)诤蠟槿恕⒌亍⑽铩⒔M織等不同實體，并根據(jù)其中的關(guān)聯(lián)關(guān)系，將數(shù)據(jù)之間的聯(lián)系以一張知識網(wǎng)的形式呈現(xiàn)出來，并接入實時數(shù)據(jù)自動更新，挖掘深層數(shù)據(jù)價值。當(dāng)情報人員搜索重要目標(biāo)人物相關(guān)信息時，能夠通過知識圖譜將其近期的活動軌跡、通話記錄、金融交易等多維數(shù)據(jù)整合，支撐情報部門展開情報研判。

（六）智能問答，提高分析決策效率

智能問答作為知識圖譜的典型應(yīng)用，將知識圖譜的推理計算和自然語言處理結(jié)合，能使機(jī)器能夠理解用戶采用自然語言方式描述的問題，充分理解用戶意圖，在知識庫中檢索獲取用戶需要答案，并以問答的形式提供答案[13]，一方面能夠有效減少指揮員對所獲內(nèi)容的二次提取和推理的時間，高度整合、共享和綜合利用知識積累，更加精準(zhǔn)的理解指揮意圖，搭建軍事問答體系，構(gòu)建基礎(chǔ)分析、高端研判體系；另一方面也用于找出更加準(zhǔn)確的信息，做出更全面的總結(jié)，為作戰(zhàn)設(shè)計提供推薦和輔助決策，提升知識利用效率，顯著提升知識獲取體驗。

四、結(jié)語

戰(zhàn)爭未啟、認(rèn)知先行，知識圖譜作為認(rèn)知智能的基礎(chǔ)，推進(jìn)了人工智能技術(shù)由感知向認(rèn)知方向轉(zhuǎn)型。隨著戰(zhàn)爭形態(tài)向智能化的演進(jìn)，認(rèn)知域已經(jīng)成為大國之間必爭之地，牢牢占領(lǐng)認(rèn)知域高地，強(qiáng)化情報分析的智能感知，拓展戰(zhàn)爭時間、空間優(yōu)勢，以最小的代價實現(xiàn)戰(zhàn)爭勝利，瞄準(zhǔn)打贏未來戰(zhàn)場。中國軍轉(zhuǎn)民

參考文獻(xiàn)

[1]田佳來.武器裝備知識圖譜構(gòu)建研究[D].北京：北京信息科技大學(xué)，2020.

[2]馬江微.軍事裝備領(lǐng)域知識圖譜構(gòu)建研究[D].北京：北京信息科技大學(xué)，2021.

[3]胡偉濤.裝備知識圖譜構(gòu)建及分析研究[D].長沙：國防科技大學(xué)，2020.

[4]楊帆，王家潤，曹占廣.面向軍事群體的聚合及解聚可視化控制模型[J].計算機(jī)測量與控制，2023，31（5）：108-113.

[5]劉奕明，謝振杰，付偉，等.基于檢索和知識圖譜的軍事法規(guī)問答系統(tǒng)[J].指揮控制與仿真，2023（6）：1-9.

[6]王震南.基于知識圖譜的軍事裝備知識問答系統(tǒng)研究與實現(xiàn)[D].北京：中國電子科技集團(tuán)公司電子科學(xué)研究院，2021.

[7]竇小強(qiáng)，劉天雅，張志政.基于軍事知識圖譜的問答系統(tǒng)[C]//中國指揮與控制學(xué)會.第六屆中國指揮控制大會論文集（上冊）.第六屆中國指揮控制大會論文集（上冊），2018：537-541.

[8]賴榮煊，鄒順，吳文輝，等.知識圖譜在軍事人力資源領(lǐng)域的應(yīng)用綜述[J].軟件導(dǎo)刊，2021，（20）：243-247.

[9]解曉威，江雪婷.知識圖譜在軍隊干部選用中的應(yīng)用前景[J].科技傳播，2020，12（5）：153-154.

[10]劉嶠，李楊，段宏，等.知識圖譜構(gòu)建技術(shù)綜述[J].計算機(jī)研究與發(fā)展，2016，53（3）：582-600.

[11]徐增林，盛泳潘，賀麗榮，等.知識圖譜技術(shù)綜述[J].科技大學(xué)學(xué)報，2016，45（4）：589-606.

[12]楊建英，余至誠.開源情報在中國國家安全情報中的地位和作用分析[J].情報雜志，2019，38（10）：21-26，145.

[13]王瑩，葛國棟，李皓.軍事領(lǐng)域事理圖譜構(gòu)建與應(yīng)用研究[A].北京：國防科技大學(xué)系統(tǒng)工程學(xué)院.第四屆體系工程學(xué)術(shù)會議論文集[C].2022：274-283.

【基金項目：本文系國家社科基金軍事學(xué)項目“面向智能化聯(lián)合作戰(zhàn)指揮的認(rèn)知情報學(xué)研究”（2021-SKJJ-C-045）階段性成果】

（作者簡介：文雯，武警海警學(xué)院情報偵察系文職專業(yè)技術(shù)十二級助教）