知识图谱军事运用的前景展望

王玥?赵健?朱燕

摘要：近年来，知识图谱不断发展，得到各领域的广泛关注。作为一项新兴技术，知识图谱迎来了多应用场景布局和落地的新局面，为不同知识领域的数据价值挖掘发挥了重要作用。以军事领域为切入点，阐述了知识图谱的概念及构建框架、在军事领域的研究应用现状，分析了知识图谱在军事领域的应用前景和意义，以期为后续的研究提供借鉴。

关键词：知识图谱；军事应用；数据价值；知识推理

一、前言

随着数字化转型的不断深入，人类工作生活和交往中产生的数据呈爆炸式增长。国际数据公司（IDC）预测，2025年全球数据量将达到175ZB，较2018年增长5倍，其中中国的数据量占比将超过全球的四分之一。

这些海量数据背后蕴含着巨大的价值，如何快速从中发掘和管理知识宝藏，提高数据资源利用率，让数据成为重要的生产要素，是政治、社会、经济等各领域提升数字化生产力的关键，同时也关系着军事领域智能化发展的数据基础。

知识图谱作为一种数据挖掘技术已在多个场景中被应用。在金融领域，构建了商业银行会计案防知识图谱；在文学领域，将中国历代存世典籍与知识图谱技术相结合，并建设了知识服务平台；在教育领域，通过知识图谱技术研究了比较教育的现状和热点[1]。本文从军事领域出发，梳理了知识图谱的研究现状，提出应用前景和意义。

二、知识图谱的概念与构建

（一）知识图谱的概念

2012年，知识图谱这一概念由Google公司正式提出，Google公司最先将其用于优化搜索引擎，使得在搜索结果中显示其他网站链接的同时，汇总提供详细的关于搜索主题的结构化信息。知识图谱本质上是一种语义网络，以符号的形式通过节点（实体）和边（关系）来清晰地描述物理世界中各实体间的关系，旨在从自然语言或者复杂类型的数据中提取实体、属性和关系，并转换为图来展示和存储，便于理解和分析[2]。

（二）知识图谱的构建

知识图谱的构建过程如图1所示，自下而上分别为知识抽取、知识融合、知识存储、知识推理、知识应用。

1.知识抽取

知识抽取主要是将不同数据源、不同结构数据中的实体、关系等信息抽取出来，这一过程如图2所示，具体包括实体识别与扩展、关系抽取、事件抽取等。对于结构化数据，知识抽取的过程较为简单，可直接将其转化为RDF（资源描述框架）或要求的其他知识库格式；对于半结构化或非结构化数据，在知识抽取前可通过人工标注、包装器归纳、机器学习等方法对数据进行预处理[3]。

2.知识融合

简单地说，知识融合是对抽取后的数据进行消歧和整合，以降低噪声和冗余。知识抽取的数据来源各异，数据标准多样，需按照一个统一的标准和规则将数据融合成为统一的整体。知识融合的过程如图3所示，涉及框架匹配、实体对齐、冲突检测与消解、实体链接、实体消歧等。

3.知识存储

知识存储是将数据转化为“实体-关系-实体”的三元组数据结构并存储于数据库中。不同行业、不同应用场景、不同阶段所采取的知识存储架构各异，如传统的知识库通常采用关系型数据库，而大规模知识库则为了提高计算能力需采用分布式数据库，如图4所示。目前主要存储方式包括RDF数据库、关系型数据库、分布式数据库、图数据库等。

4.知识推理

知识推理的过程中，可结合逻辑推理、统计规律、机器学习等方式，对融合后的知识进行推理和分析。用户可根据需求对某一场景事件的发展、特点、问题等方面进行推理，从而辅助后续决策，如图5所示。

5.知识应用

知识图谱构建完成后，可将其应用于实际场景中，如图6所示。目前知识图谱在知识问答、知识对话、历史研究、金融监管等方面应用较为广泛。

三、知识图谱在军事领域的研究现状

近年来，知识图谱在知识检索、机器人和物联网等通用领域和金融监管、智慧交通、医疗资源管理等专业领域应用较为广泛，但在军事领域的应用尚处于起步阶段。研究人员基于知识图谱对涉军网络舆情热点进行了相关研究，采用网络爬虫技术采集铁血网等涉军网站、论坛中相关数据信息，构建舆情热点分析数据集，绘制用户活跃度趋势图进行用户参与活跃度分析，利用词汇云图进行事件热点词汇分析，设置热度阈值进行舆论热点发现。也有将知识图谱应用于军事人力资源领域，从人员基本信息、履历、社会管理、性格等多方面进行数据收集和整合，绘制军队人力资源知识图谱，并将其应用于人物关系挖掘、单位间关系挖掘、数据不一致校验等多个场景，实现了人物关系强度评估、个人垂直领域画像、人岗匹配、职业发展规划等功能。还有研究人员对军事领域知识图谱构建技术和知识检索应用做了相关研究，在数据采集结果上构建了包含近8万个实体的军事领域实体库，通过BiLSTMCRF、PCNN等算法进行实体识别和关系分析，形成了结构清晰的军事领域知识图谱并存储于Neo4j图数据库，并实现了知识概览、查询、问答等功能。该研究聚焦军事领域知识图谱构建技术，实现了更高效、更智能、更全面的军事知识反馈[4]。知识图谱于2016年开始在军事领域被逐渐应用，主要集中在军事信息检索、文献分析、人才画像、装备数据管理等方面，相比其他领域来说起步较晚，应用场景有待进一步丰富。

四、知识图谱在军事领域的应用前景和意义

（一）知识图谱在军事领域的应用

大数据时代已经到来，各类数据井喷式增长，军事领域海量数据的有效价值亟待挖掘。为加强机械化、信息化、智能化融合发展，作为数据分析和挖掘的重要手段，知识图谱这一技术在军事领域的应用前景广阔。

1.情报分析

情报作为一种特殊知识和信息，在国家政治、经济、社会安全等方面扮演着举足轻重的角色。随着信息社会发展，情报不再局限于传统、固有来源，社会生活中产生的任何一条信息都可能成为有价值的情报。当前情报分析人员配置不足，能力和经验不一，难以保证高强度认知、分析质量；情报来源多样，缺乏统一标准规范，传统技术手段对异构数据处理能力较弱；情报管理流程复杂、分工过细，导致管理成本增加、情报共享流通不畅。因此，需加快自动化、智能化转型。在情报分析场景中，知识图谱在数据聚合、表达、推理方面的优势可得到充分的发挥。知识图谱将传统情报和开源情报融合，构建多维情报知识图谱，在拓展情报数据源的同时，使海量的、复杂的情报信息转变为直观清晰、易于理解的图谱表达形式，并根据具体需求筛选、跟踪重要情报，辅助军事决策。

2.舆情监控

随着微博、微信、公众号等自媒体的发展，舆情信息激增、传播迅速、影响范围扩大，特别是军事舆情高度敏感，严重影响着社会稳定和国家安全，势必要加强监控和管理。随着军事舆情监控工作实时性和有效性要求不断提高，监控手段和技术需同步完善和扩展。军事舆情监控结合知识图谱技术，在前期舆情热点发现研究的基础上，对舆情信息进行全方位总览分析和重点事件精准定位。将自有数据和外部采集舆论数据清洗、消歧、融合构建成军事舆情知识图谱，通过梳理舆情图谱脉络，溯源、跟踪舆情传播路径，定位舆情传播范围，对负面舆情信息及时预警，以降低舆情风险和监管工作量，提升舆情监控效率和质量[5]。

3.战场态势感知

智能化战争时代的来临推动着作战指挥模式发生转变，指挥智能化成为智能化战争作战指挥的一大重要特征。指挥员如何在瞬息万变的战场上实时获取战场信息、快速定位处理、迅速决策、及时评估反馈结果，充分挖掘和发挥战场信息的有效价值，实现对战场态势的准确感知和强势控制，是智能化战争的一个重要课题。知识图谱为战场态势感知提供了一个新的技术方向。战场建设、兵力部署、电磁环境、自然环境、社会人文、交通等信息都属于战场环境的一部分，这些数据来自多个领域、多个层级，结构不同，复杂多样。知识图谱对异构数据源的高融合处理能力可将这些数据进行收集、整合、分析、推理，为指挥员提供实时、高效的决策基础。

4.军事文化发展研究

军事文化是我国文化的重要组成部分，从物质方面的武器制造技艺、导弹研发等技术，到精神方面的文学创作、文艺作品演绎，等等，军事文化体现在军事生活中的方方面面。和中华文化一样，我国军事文化源远流长。知识图谱作为一种研究工具，能够帮助研究者从几千年的历史长河中对军事文化的发展进行探索和描绘。聚焦军事文化，从研究文献、文艺作品、文化产品、建筑、技艺等多个领域挖掘实体及实体间联系，既可从全维度构建军事文化通用知识图谱，又可从单个应用场景出发构建专用知识图谱。借助知识图谱技术能力，深入剖析各阶段、各时期军事文化特点、影响因素、发展路径及演变进程等，从宏观上把握军事文化发展脉络，在细微处揭示军事文化发展细节。

（二）知识图谱对于军事领域应用的意义

1.提升数据价值挖掘能力

知识图谱在军事领域的应用可以充分发挥数据价值，拓展数据宽度，挖掘数据深度。融合大数据、机器学习等技术手段，将散落在各处的目标主体相关数据进行清洗整合，厘清数据脉络，把握关键信息，从而提高相关场景的知识表达和推理能力[6]。

2.提升决策实时性和有效性

知识图谱在信息监管、决策分析等方面的应用具有高实时性和高有效性的特点。伴随着智能化战争的发展，军事数据激增，只有借助先进的科学技术，在实现数据处理自动化的同时，提升数据推理的实时性和有效性，才能不断增强军事能力，实现强军目标。

五、结语

总的来说，知识图谱在军事领域的运用是提升军事数据价值的一种探索，为多源数据融合、可视化语义表达、智能化推理决策提供切实可行的实现路径。智能化战争时代万物互联，只有深入挖掘、梳理、量化各主体间内在或外在关系，在繁杂的数据中抽丝剥茧，才能准确把握事物发展规律，为军事决策、军事研究、军事管理等奠定坚实的数据基础，助力智能化战争。

参考文献

[1]陈强，代仕娅.基于金融知识图谱的会计欺诈风险识别方法[J].大数据，2021，7（03）：116-129.

[2]欧阳剑，梁珠芳，任树怀.大规模中国历代存世典籍知识图谱构建研究[J].图书情报工作，2021，65（05）：126-135.

[3]孔令帅，范永胜.近十年我国比较教育研究的现状考察与热点综述[J].比较教育学报，2021（05）：13-25.

[4]王兰成，娄国哲.大数据环境下涉军网络舆情的知识图谱服务研究[J].中华医学图书情报杂志，2018，27（04）：1-6.

[5]赖荣煊，邹顺，吴文辉，等.知识图谱在军事人力资源领域的应用综述[J].软件导刊，2021，20（06）：243-247.

[6]薛坤.面向军事领域的知识图谱构建与应用研究[D].大连：大连理工大学，2020.