基于知识图谱的战法知识库构建技术*

王亚儒，张 勇，邸江芬

（北方自动控制技术研究所，太原 030006）

0 引言

随着智能化技术的蓬勃发展，智能化手段逐步渗透在军事领域的方方面面，现代战争渐渐呈现出多域协同、异构融合、数据交链、战术互控等特点，作战方式颠覆传统、作战手段变幻莫测、作战环境波诡云谲。面对新形势、新挑战，如还是一如既往地依靠手工作业的传统方式，仅仅凭借指挥人员的经验思维和简单计算来进行决策，已经很难应对未来智能化战场对作战指挥决策速度、强度、精度、维度的全新要求，迫切需要相应的工具来辅助指挥员进行兵力分配和战场决策。

基于知识图谱构建知识库的方法目前已经在众多的领域得到应用：文献［3］介绍了基于知识图谱的农业知识库构建方法；文献［4］描述了如何利用知识图谱构建国际药学学科知识库；文献［5］提到了基于知识图谱的政治知识库构建及应用。但是，对于如何基于知识图谱构建战法知识库目前尚未有过多的研究。基于知识图谱构建战法知识库，可以改善传统的基于网页的搜索方式，使得搜索的结果直接指向答案的本身，从传统链接文本的方式转变为链接数据，以更加直观、更加有效的方法展现出查询的结果以及数据间的关联关系。

1 战法知识库的总体研究思路

战法知识库的总体研究思路如图1 所示。战法知识库从总体上主要分为3 个部分，战法知识库构建、战法知识库应用以及战法知识库管理。其中，战法知识库构建主要分为战法知识本体构建、战法知识存储与表示以及战法知识融合。战法知识本体构建主要是对作战过程中用到的战法知识规则进行信息本体化表达；战法知识存储与表示主要是对战法知识本体以三元组的形式进行提取，并存储到底层的数据库中，经过处理再以知识图谱的形式表示出来；战法知识融合是对知识库中的知识进行筛查和处理，对相似的知识进行合并，对错误的、冗余的知识进行剔除。

图1 战法知识库总体研究思路

战法知识库应用是供外界与知识库之间进行交互，主要包括基于知识图谱的信息检索、基于知识推理和知识挖掘的规则调用，辅助生成作战方案等功能。

战法知识库管理主要对知识库的基础数据、系统日志等进行基本维护和通用管理，维持知识库日常状态的稳定。

2 基于知识图谱的战法知识库构建方法

不管是在通用领域里边的知识图谱，还是在军事领域里边的知识图谱，从本质来看都是存储领域知识的结构化语义知识库。基于知识图谱来构建战法知识库的方法，一方面可以把大量不同类型、不同来源的信息连接在一起而得到一个关系网络，从关系的角度为指挥员的分析判断和作战指挥提供更为直观的决策依据；另一方面可以基于知识推理和知识挖掘发现新知识，实现对战法知识库的调用。基于知识图谱的战法知识库构建方法主要包括战法知识本体建模、战法知识存储与表示、战法知识融合和知识推理几个方面。

2.1 战法知识本体建模

战法知识本体建模就是将从网站、会议、杂志、教程等途径采集到的与作战相关的各种作战规则、行动原则、决策依据等战法知识，通过规则化、形式化的方式形成知识集合。以某作战过程中的突击行动和侦察行动场景为例，其部分战法规则本体可以简单地表述如下：

1）当突击对象不在预定的突击范围内时，调整突击兵力行动和突击顺序。

2）当突击对象的队形与判断不一致时，调整各突击兵力的突击目标。

3）当突击对象外逃，使用机动速度快的兵力先行突击，其他兵力及时机动，组织后续突击。

4）当敌编队得到支援时，应组织预备兵力阻敌支援或申请上级兵力阻敌支援。

5）当前一波突击未完成既定目标时，应迅速判断对后续兵力的行动。

6）当无人侦察机1 在侦察目标1 的过程中被损毁时，无人侦察机2 的侦察范围符合要求，则无人侦察机2 接替无人侦察机1 继续侦察。

7）当无人侦察机1 在侦察的过程中发现需要雷达，无人侦察机2 装备有雷达，则无人侦察机2接替无人侦察机1 继续侦察。

2.2 战法知识存储与表示

战法知识存储与表示是基于上一步战法知识本体建模提取出“实体- 关系- 实体”或者“实体- 属性- 值”的三元组，并以三元组的形式将相关内容存储起来，形成可以查询和推演的知识图谱模型；同时对建模数据进行规则设计和决策配置，搭建出可以生成作战方案的知识表示模型。知识库通过查询语句和匹配算法，实现对所存储知识的表示和调用。

图2 战法知识存储架构图

2.2.1 三元组存储

三元组存储就是从建模得到的数据中提取出实体、关系、实体或者实体、属性、值的三元组，并以这种三元组的形式将数据存储到底层的数据库中。如“当无人侦察机1 在侦察目标1 的过程中被损毁时，无人侦察机2 的侦察范围符合要求，则无人侦察机2 接替无人侦察机1 继续侦察”这一知识本体可以一组三元组的形式表示为“无人侦察机1—损毁—目标1”，“无人侦察机2—符合—侦察范围”，“无人侦察机2—侦察—目标1”。

表1 三元组实体关系对照表

2.2.2 知识表示模型

知识表示模型是构建战法知识库时极其重要且必不可少的一步。知识表示就是把知识本体中的知识因子和知识关联起来，方便对知识的理解和应用。本文所构建的知识表示模型用e表示实体，r 表示关系，e表示另外一个实体，每一个实体和关系都有一个特征向量与其一一对应。例如，对于任意的一个三元组（e，r，e），与之相对应的特征向量（E，R，E）之间都存在着E+R≈E的关系。为了增加不同关系之间的区分度，给每一个关系都添加一个权重ω，函数表示如下：

2.3 战法知识融合

在知识图谱的构建过程中，发现知识库中存在着某些冗余、错误的信息，为保证知识库中知识的质量，使数据之间具有逻辑性和层次性，还需要进行知识融合。本文通过名称相似度计算、结构相似度计算和实例相似度计算3 种方法来进行知识融合。

1）名称相似度计算：名称相似度计算是根据把一个名称转化为另一个名称的最小编辑距离来计算的，例如有“无人侦察机1”和“无人侦察机2”两个字符串，要想将“无人侦察机2”转化为“无人侦察机1”，就需要先去掉“2”，然后再加上“1”，那么它的最小编辑距离就是2，其函数可以表示为：

其中，s 和t 表示两个名称，N（s，t）表示名称相似度，L（s，t）表示最小编辑距离，M（s，t）表示两个名称间的最大长度，。

2）结构相似度计算：结构相似度计算就是计算各个相邻节点之间实例与实例的相似程度，相邻节点就是指与该实例在某些地方存在直接关联的实例的集合，其关联可以指属性、条件、关系等。结构相似度的函数可以表示为

3）实例相似度计算：实例相似度表示战法知识库中新添加的实例和已经存在的实例的相似程度，实例相似度是把前两步得到的名称相似度和结构相似度通过权重计算相加得出来的，其函数可以表示为

其中，Q 表示实例相似度，N 表示实例N和实例N的名称相似度值，S 表示实例N和实例N的结构相似度值，w、w表示相关系数，且w+w=1。

3 战法知识库应用方法研究

战法知识库软件的工作原理如图3 所示。知识库根据用户的输入条件，进行知识查询，并结合实际作战环境，经过匹配和筛选，挑选出可供操作者使用的方案内容，为操作者的判断和决策提供战法规则上的支撑。同时，系统可以从操作者的决策信息和实际作战环境中提取出新的语义信息和战场临机产生的数据，经过一系列的数据处理存储到无人集群动态重构规则库中，完成战法知识库数据的更新。

图3 战法知识库软件工作原理图

如何根据战场条件快速匹配行动方案是战法知识库应用中较为关键的一个问题，为此本文进行了以下处理：当接到当前任务后，系统先进行当前任务的战场要素分析，得到具体的任务状态包括任务行动类型、时间、目标、要求等，结合情报、通信、火力、保障、兵力、环境等要素分析，得到规则解释器可识别的数据化要素；再由规则解释器进行解释，解释过程中解释器将调动知识库进行动态查询和匹配，从而得到推荐的行动方案；然后再由指挥员结合作战经验和个人判断进行规划调整，得到准行动方案作为执行方案。此执行方案在执行前或执行中随时接受各种其他战场情况的影响，当战场随机情况发生时，可重新分析任务要素，系统将动态得到当前条件下的作战方案，之后以此循环。

图4 战法知识库动态生成作战方案示意图

4 实验结果

对构建的战法知识库进行实验验证，实验结果如图5 所示。

图5 知识图谱展示效果

图5 是知识图谱三元组的构建过程以及战法知识库的知识图谱展示效果。同时，基于知识推理和知识挖掘，还可以实现战法规则的匹配和调用，辅助操作者结合战场条件生成决策方案。其应用界面如图6 所示。

图6 知识库应用场景演示

用户可以根据战场态势设置作战任务、作战区域、作战规模以及作战主要力量等基本信息，系统根据以上输入条件，与知识库中的战法规则进行匹配，生成推荐方案；点击详情可查看方案的具体内容，用户在此基础上进行调整，形成最终方案。

图7 作战力量部署方案

5 结论

本文主要针对未来陆战场分布式作战的决策需求，分析了基于知识图谱的战法知识库构建及应用方法，并进行实验演示。结果表明，基于知识图谱构建战法知识库，能够更直观地展示战法规则的属性以及战法规则间的关联关系，更快速地实现当前作战场景与相关规则的匹配，生成拟定的作战方案，对指挥员的高效快速决策具有一定的辅助作用，具有较好的应用前景。

知识图谱意在模仿人类的认知方式，构建属于机器的知识库，是实现人机交互的关键技术，也是网络大数据时代中利用大数据的关键技术。在人机交互的过程中，推荐生成实用方案是一个复杂的过程，目前主要采用基于知识的检索和端对端生成两种方式。关于如何能够自主地判断操作者的意图智能生成实用方案，使系统更加拟人化还有待进一步研究。