中国指挥与控制学会会刊 
专题资料情报是指聚焦于某一具体领域的专业性情报信息,可以为指挥决策、战略研判和目标分析提供系统、全面、专业的情报支撑。专题资料情报通常为通过搜集、整理、分析不同来源的情报信息形成的体系化情报成果。形式通常包括研究报告、手册、图集、数据库等。例如,以美国2049研究所和新美国研究中心为代表的美国智库,通过广泛搜集各种来源的情报,整理形成研究报告、政策简报和国会证词等系列研究成果,通过报送军政要员、举办论坛和参加国会听证会等方式,对美国政策走向产生深远影响[1]。但是,由于来源复杂、体量庞杂且缺乏智能化处理利用手段,目前专题资料情报存在部分内容可靠性低,甚至不同来源的情报信息相互矛盾等问题。
目前,尚未见直接关于基于知识图谱等人工智能技术的专题资料情报服务平台研究报道,但是知识图谱在语义分析、知识抽取、因果推断、数据库构建等领域具有广泛应用[1-3],可以为专题资料情报智能处理提供技术支撑。GUO等人[4]分析了基于知识图谱的信息挖掘方法,具体讨论了基于路径的知识图谱信息挖掘方法和基于传播的知识图谱信息挖掘方法;Gutierrez等人[5]对RDF图模式进行了形式化定义,并讨论了基于RDF图模式的信息查询理论;Jaimini等[6]研究了利用因果贝叶斯网络改善知识图谱推断的可解释性与推断质量的方法;黄伟春等人[7]通过构建军事术语知识图谱,研究了语义搜索、智能问答等应用;刘奕明等人[8]基于检索和知识图谱技术构建了军事法规问答系统,能够为军事法规知识的多角度提问提供准确回答;肖仰华等人[9]系统介绍了知识图谱构建、管理、应用相关技术;赵晔辉等人[10]综述了知识图谱在信息推荐等方面的技术和应用。上述研究均可以为基于知识图谱的专题情报清洗入库、检索、推荐及利用提供技术参考。
针对上述现状,本文提出了一种专题资料情报智能化服务平台设计思路,讨论了平台的总体架构和特色功能,并系统分析了专题资料情报智能化利用的关键支撑技术,为专题资料情报数据的智能化处理、评价和运用提供方法借鉴,支撑智能化、网络化的专题情报服务。
1 专题资料情报智能化利用平台总体架构和特色功能
1.1 平台总体架构
专题资料情报利用平台可以完成专题资料情报从获取、处理、加工一直到服务应用的完整运行流程。同时,在提供成果入库、检索、推送、浏览等基本服务的基础上,平台重点建设情报专家服务、成果可信处理和成果综合评价等特色子系统,为充分发挥专题资料情报和专家资源作用提供科学、高效、智能的平台支撑。专题资料情报利用平台总体架构如图1所示,具体包括硬件支撑层、软件支撑层、技术支撑层和应用层四层。
(1)硬件支撑层
硬件支撑层是专题资料情报服务平台运行的硬件基础,主要包括高性能存储设备、高性能网络设备、数据高速录入设备和安全传输设备等,主要完成数据安全存储、容灾备份、高速通信、纸质等非电子资料快速录入以及外网数据安全导入等功能。
(2)软件支撑层
软件支撑层是专题资料情报利用平台稳定运行的软件基础,主要由操作系统、数据库系统、安全系统等基础软件系统组成,负责连接硬件支撑层和技术支撑层。
(3)技术支撑层
技术支撑层是专题资料情报利用平台功能发挥的关键,主要包括数据库管理技术、智能信息检索技术、信息挖掘技术、网络爬虫技术、自然语言分析技术和图谱展示技术等关键技术。技术支撑层为数据库管理、数据采集、信息挖掘、信息展示等具体功能提供后台技术支持,决定了平台的性能和服务质量。
(4)应用层
应用层是专题资料情报利用平台功能发挥的直接依托,是直接面向各类用户的系统窗口,具体包括用户管理子系统、数据库管理子系统、数据管理子系统、信息服务子系统、专家服务子系统、可信处理子系统和成果评价子系统组成,分别支撑数据中心运行管理人员、情报提供人员、普通情报查询用户、情报咨询专家等各类用户开展相关业务。
1.2 平台特色功能
为提升专题资料情报智能化利用平台对用户个性化需求的支撑质量,在情报数据库通用功能的基础上,初步设计了专家服务、可信处理和主题情报辅助生成三个特色功能。
(1)专家服务功能
专家服务功能信息交互关系如图2所示,主要为了充分发挥领域专家对各类用户的指导作用而设计,可以支撑本领域的专家依托平台完成专题成果的推送、热点问题在线研讨和个性化专家咨询等工作。
成果推送功能主要支撑领域将专家团队最新研究成果或审查过的优秀成果向相关用户推送。情报推送用户以及具体推送内容的确定,则主要依托平台相关成果推送支撑算法完成,具体可包括协同过滤、内容推荐、混合推荐等算法以及基于深度学习的用户兴趣与需求分析等。协同过滤算法主要基于用户相似性或情报主题相似性,通过群体行为数据预测用户兴趣;内容推荐算法主要通过分析用户历史行为,构建用户画像,进而分析情报成果与用户需求的匹配度;混合推荐是指采用加权融合、级联融合或特征交叉等方法,综合协同过滤与内容推荐算法,提升算法的可靠性;基于深度学习的用户兴趣与需求分析,则利用深度神经网络捕捉用户与成果之间的非线性关联关系,分析用户行为,建模用户短期和长期兴趣。
热点研讨功能支撑情报专家和各类用户针对某一热点问题,开展在线交流。组织形式主要包括实时在线研讨和异步研讨交流等方式:实时在线研讨主要支撑用户采用类似“腾讯会议+协作白板”等方式实时开展研讨;异步研讨交流主要采用在线论坛等方式,支撑用户根据自己的时间安排参与研讨。管理机制主要包括流程管理机制、质量控制机制、激励机制等。流程管理机制主要规范研讨议题发起、研讨组织以及成果生成等;质量控制机制主要包括可信度评分与争议处理流程等内容;激励机制可借鉴论坛发帖积分奖励策略等方式,如根据参与研讨情况获得相应积分以及用户声望勋章等。
专家咨询功能主要支撑用户结合自身问题和专家研究方向,向某一或多个专家进行针对性咨询提问。具体专家的匹配,则根据咨询内容和专家画像进行匹配推荐,具体包括专家对自己专长和兴趣方向的描述、专家历史研究成果情况以及专家自身声望等方面。
(2)情报数据可信处理功能
情报数据可信处理功能信息交互关系如图3所示,主要针对情报数据可能存在的来源多样、真假混杂甚至相互矛盾等问题,完成冲突发现、校正和可信成果生成等工作。
冲突发现功能,即基于规则约束、数据驱动分析和语义理解,通过规则引擎、机器学习、图计算等技术,实现针对同一问题的不同来源情报之间的不一致或相互矛盾之处的多维度自动检测,并支持各类用户自主发现情报的错误或冲突之处。冲突校正主要提供直接修改、标记等手段,支撑情报专家校正情报中的冲突信息,同时提供基于规则约束、因果推理等技术的自动冲突校正辅助技术;可信成果生成主要支撑情报专家综合多来源情报形成可信度更高的情报产品,并采用可信度标识、优先级提升、智能推荐等方式,促进可信成果更加广泛运用。
(3)主题情报辅助生成功能
2 专题资料情报智能化利用关键技术
如图4所示,专题资料情报智能化利用平台涉及的关键技术主要包括知识图谱构建技术、智能检索技术、知识推荐技术、可信度评估技术和主题情报辅助生成技术。其中,知识图谱构建技术是基础,通过实现专题资料整合以及知识网络构建,为其他关键技术运用提供知识基础;智能检索技术在知识图谱构建技术的支持下,实现用户所需内容准确快速定位;知识推荐技术则基于智能检索技术给出的检索结果,为主题情报辅助生成技术提供推荐内容;而可信度评估技术贯穿于整个流程,对从知识图谱构建到主题情报辅助生成的各个环节进行评估,最终助力主题情报辅助生成技术获得可靠的情报主题,如辅助生成技术实现定制化报告生成,通过多种关键技术衔接融合支撑服务平台。
2.1 知识图谱构建技术
知识图谱构建技术是平台智能化服务的核心,包括知识抽取、知识融合、知识推理和知识存储。
(1)知识抽取
知识抽取是从半结构化或非结构化的海量原始数据中,精准提取实体、关系以及属性等知识要素,并将其转化为结构化知识的过程。知识抽取功能的实现,依赖于命名实体识别、关系抽取、属性提取等技术的支撑。命名实体识别[13]是一种从非结构化文本中识别并分类特定实体(如人名、地名、组织名、时间、日期等)的自然语言处理技术。关系抽取是从文本中识别实体之间语义关系的关键技术,将非结构化文本转化为结构化的关系三元组(如“特朗普-总统-美国”)。属性抽取[14]则是从文本中提取实体属性信息的技术,例如从句子“东京是日本的首都”中抽取出“东京”的属性“首都”。以上这些技术的典型算法包括基于规则的方法(如正则表达式、模板匹配)、基于统计的方法(如条件随机场CRF、支持向量机SVM)以及基于深度学习的方法(如LSTM、BERT)。
(2)知识融合
知识融合是将从不同数据源抽取到的知识进行整合,消除数据中的冗余和矛盾,形成一个统一、一致且完整的知识集合的过程。知识融合功能的实现,依赖于实体对齐、知识图谱嵌入、冲突检测与消解等技术的支撑。实体对齐技术能够精准识别不同数据源中表示同一事物的实体,例如将“美国空军”和“USAF”识别为同一实体,通过运用基于规则匹配、机器学习以及深度学习等算法,精准实现对不同数据源中的实体分析和比对,消除数据差异,避免同一实体被重复记录或错误区分。知识图谱嵌入技术则将知识图谱中的实体和关系映射到低维向量空间,通过计算向量相似度量化实体之间的语义关联,如两个实体向量间的余弦相似度越高,就表明这两个实体在语义上的关联程度越强,实现跨数据源的知识融合,知识图谱嵌入的方法包括基于翻译的模型(如TransE、TransR)、基于矩阵分解的方法(如RESCAL)以及基于神经网络的方法[15-16]。冲突检测与消解技术则用于解决不同数据源中知识的不一致性问题,例如通过投票机制、置信度评估或基于规则的推理,确定“美国海军2025年计划采购50架F-35C”与“美国海军2025年计划采购30架F-35C”是否冲突,并选择更可信的知识。
(3)知识推理
知识推理是基于已有的知识图谱,通过运用推理方法和规则,从现有的知识中推导出新的知识或结论的过程。知识推理功能的实现,依赖于规则引擎、机器学习算法、语义网技术等技术的支撑。规则引擎技术能够根据预设规则对知识图谱中的数据进行分析和处理,推导出新知识。例如,设定“若某区域有雷达站,无人机未进行电磁干扰,同时无人机飞行航线经过该区域,那么无人机有被雷达发现的风险”的规则,规则引擎可以从“敌方A区域有一座雷达站”“我方B无人机未进行电磁干扰”以及“B无人机的飞行航线会经过A区域”导出“我方B无人机有被敌方雷达发现的风险”这一新知识。规则引擎可通过专家系统构建规则库或动态生成规则以适应不同推理场景[17]。机器学习算法能够从知识图谱数据中学习模式和规律,预测新关系。例如,通过训练神经网络模型,从“林肯号航空母舰参加了海湾战争”“海湾战争属于中东地区冲突”中推理出“林肯号航空母舰可能参加了其他中东地区冲突”。语义网技术通过本体定义知识图谱中的概念、关系和属性,为推理提供语义支持。例如,定义“航空母舰”属于“军舰”类别,具有“海上作战”“海上移动”属性,语义网技术可据此推导出“航母具有海上作战和海上移动的特征”等新知识,确保推理的准确性和语义一致性。
(4)知识存储
知识存储是将已构建的知识图谱以合理的结构进行持久化保存。其涉及存储模型、数据库管理系统、索引技术、数据校验与维护机制以及分布式存储架构设计。存储模型,如属性图模型、RDF模型等,能够精准地表达知识图谱中复杂的实体关系,为知识存储提供良好的结构基础。数据库管理系统,如图数据库Neo4j、TigerGraph等,能满足图数据高效存储与查询需求。索引技术,包括基于路径的索引、倒排索引等,能够提升知识查询与检索的速度,减少响应时间。数据校验与维护机制,包括数据格式校验、完整性约束校验、数据一致性校验、数据版本管理、数据备份与恢复,能够高质量保存数据知识。分布式存储架构具有灵活扩展节点以提升容量的特点,能够实现高扩展性和高容错性。
2.2 智能检索技术
智能检索技术应用于知识图谱查询场景,能够帮助用户快速精准获取所需信息,挖掘关联知识,优化查询体验。智能检索的核心算法基于向量空间模型(VSM)和语义检索技术,通过多模型融合实现精准信息定位,如图5所示。该算法具有语义理解能力强、检索精度高的优势,能够有效解决用户查询意图理解和相关内容匹配的问题。
具体而言,VSM通过构建词袋模型和词嵌入技术将文本中的词语映射成词语向量,对词语向量加权求和后获取文本向量,计算文本向量间余弦相似度来判断文本相关性。VSM优点是快速匹配关键词,但缺乏语义理解能力,比如查“小米公司”,难以辨析“小米”指粮食还是公司。基于知识图谱的语义检索,能够借助知识图谱里的实体、关系和属性,强化对用户查询的语义理解。其先把查询映射到知识图谱的实体和关系,用图遍历或图嵌入技术找相关内容,再利用语义关系扩展查询,提升检索召回率,优点是捕捉深层语义且支持语义扩展,但依赖知识图谱质量,计算较复杂。在实际检索流程中,向量空间模型与基于知识图谱的语义检索协同运作。运用自然语言处理(NLP)技术解析用户查询,提取实体与意图。如输入“小米的创始人”,可识别“小米”为实体,“创始人”为意图。运用VSM将查询转化为向量,与知识图谱文本信息向量比对相似度,筛选含关键词节点,缩小检索范围。基于知识图谱进行语义检索,将筛选节点与实体、关系、属性深度匹配,利用图遍历或图嵌入技术,精准定位语义相关内容。此过程中,“小米”语义被理解为“小米公司”,扩展“创始人”概念。最后借助预训练语言模型计算查询与结果的语义相似度,依相关性、置信度等指标排序。以查询“小米的创始人”为例,“雷军”排首位,系统展示“雷军是小米公司的创始人”,并可视化二者关系。
2.3 知识推荐技术
知识推荐技术应用于用户个性化服务场景,实现用户知识精准推送。知识推荐的核心算法基于协同过滤、内容推荐和混合推荐技术,通过多模型融合实现个性化知识推荐。协同过滤推荐算法通过分析相似兴趣用户的行为数据,构建用户-项目评分矩阵,用余弦相似度等计算用户相似度,找出邻居用户并预测目标用户对未接触知识的评分来推荐高分知识[18]。基于内容的推荐算法从知识内容中提取关键词、主题等特征,借助自然语言处理技术计算特征相似度,依据用户历史行为分析其兴趣特征,在两者匹配度高时进行推荐,能为新用户推荐且解释性强,不过其难以捕捉用户兴趣变化,对特征提取准确性要求高。在实际应用中,通常会融合多种算法,基于内容的推荐算法解决新用户冷启动问题,协同过滤算法在数据积累后挖掘潜在兴趣。其具有推荐精度高、多样性好的优势,能够有效解决用户知识需求发现和个性化推荐的问题,基本流程如图6所示。
2.4 可信度评估技术
可信度评估需要综合考虑情报来源、内容、传播路径等多维度因素,并结合定量分析与定性判断。评估技术由专家打分、权重分配、文本相似度计算、时效计算等模块协同实现。专家打分模块借助专家专业经验,从多维度对情报资料进行分析并打分,初步判断其可信度。权重分配模块运用层次分析法等科学方法,剖析影响情报可信度的因素,确定各因素权重,使评估结果更能反映真实可信度。文本相似度计算模块将待评估情报与可靠数据库对比,通过算法得出相似度数值,判断情报可靠程度。时效计算模块引入时间衰减模型,依据情报发布时间与当前时间,计算时效得分,考量时间对情报价值的影响。可信度评估运行效果如图7所示。
2.5 情报成果辅助生成技术
情报成果辅助生成技术可依据用户设定的目标主题,利用知识图谱等技术,自动提取相关信息,并辅助形成系统的情报成果。计划基于Sequence-to-Sequence模型实现该技术[19],该模型由编码器和解码器两部分组成,编码器会对输入序列(文本、时间序列)加权编码,捕捉序列中的语义特征和结构信息,解码器逐词预测生成目标文本序列,根据已生成的单词和编码器的向量表示,选择概率最高的词作为输出。主题情报辅助生成流程是运用自然语言处理技术,对用户设定的主题进行语义理解与分析,明确关键语义要素。以图搜索算法为工具,在图谱中根据关键语义要素提取相关子图,获取精准信息素材,再通过Sequence-to-Sequence模型生成的文本,在整个过程中,注意力机制进行聚焦,引导生成文本符合目标主题。主题情报成果辅助生成效果如图8所示。
3 结束语
本文围绕提升专题资料情报智能化利用能力,针对专题情报智能化服务平台开展了系统研究,构建了四层总体架构,设计了专家服务、情报数据可信处理和主题情报辅助生成等特色功能,并重点研究了知识图谱构建、智能检索、知识推荐、可信度评估以及主题情报辅助生成等关键技术,研究工作可以为相关系统论证建设提供理论指导和技术参考,其对于提升专题资料情报的管理和利用效率,具有重要的实用价值。