[发明专利]一种基于自然语言处理的结构化管制指令提取方法

说明书

本发明公开了一种基于自然语言处理的结构化管制指令提取方法，通过对非结构化的自然语言形式的管制指令进行处理，该方法可以实现以下辅助功能：提取管制指令中出现的场面、气象等信息并进行汇聚；提取航空器的动作、状态等信息并进行模拟仿真；形成计算机可读的结构化信息为知识推理提供数据。该方法是基于管制指令的自然语言形式结构特点和动词的语法特点。其优点在于可对非结构化的管制指令进行语义分析和处理，而不需要管制员严格地按照固定格式发出管制指令，故本发明极大地提高了管制指令语义分析的适用范围，突破了处理对象必须是结构化的管制指令的限制。

技术领域

本发明涉及空中交通管制自动化系统技术，尤其涉及一种基于自然语言处理的结构化管制指令提取方法。

背景技术

随着近30年中国民航业的蓬勃发展，空中交通管理的需求不断膨胀，导致了安全隐患问题的日益突出。据统计资料显示，在过去发生的飞行安全事故中，人为因素占比超过75％，而其中因管制员失误而造成的事故占25％。其中以管制员的失误而造成的跑道侵入事故的后果最为严重，财产损失最巨大。目前解决管制员失误的主流方法是加强场面的监控设备，通过借助场面监视雷达、多点定位系统传感器等设备降低失误。同时，一些基于人工智能的更先进的解决方法也被提出，基于语音识别的管制指令提取方法通过语音识别技术将管制语音转换成文本，再利用语义分析的技术提取管制指令的内容。然而在管制指令的语义分析和提取阶段，主要是基于陆空通话规则的模板进行提取，该方法只能处理小部分符合模板的管制指令，不能有效针对所有的管制指令，原因在于实际的管制员发出的管制指令是自然语言形式的，因此无法穷举出所有的模板进行匹配分析，这也是基于陆空通话规则模板的结构化管制指令提取算法的局限。

发明内容

发明目的：本发明从语言学的角度对实际管制指令的结构进行分析，并通过自然语言处理的方法对管制指令进行提取形成计算机可读的结构化指令。能解析绝大部分在实际工作环境下所产生的自然语言形式的管制指令。

技术方案：本发明的实现过程和步骤如下：

步骤1，提取经过语音识别后的管制指令，即文本格式的管制指令，对文本格式的管制指令进行中文分词操作，得到词序列，对词序列中的每个词按对应的词性进行自动标注；

步骤2，根据自动标注的结果获取管制指令中的特殊词和特殊词组；

步骤3，以特殊词组、特殊词为基本单位构建新的词序列；

步骤4，进行句法分析，形成以动词为支配词的依存句法树；

步骤5，对特殊词组的用途分类，保留与动词存在依存关系的特殊词组；

步骤6，判断特殊词组中动词数量，针对动词数量只有1个和大于1个的两种情况，分别进行处理；

步骤7，构建语义网；

步骤8，确定谓词和论元关系：谓词和论元之间的关系是由论元所在格的种类确定的，通过语义网找出谓词、论元和关系组成的三元组结构。

步骤9，判断空范畴：在谓词和论元关系确定后，还需要判断是否会存在未被填入论元的范畴，即空范畴，若空范畴的存在影响了完整语义的理解，则需要对其进行填充 (由于在语义网中定义了管制指令中动词的价位和关系格的种类，将属于不同的关系格的论元的重要程度进行定义，如施事格内的论元属于核心论元，状态格内的论元属于非核心论元。若核心论元所属的种类格未出现则影响完整的语义理解，而非核心论元所属的种类格未出现则不影响完整的语义理解)，跳转步骤10；若不存在空范畴，则直接跳转步骤11；

步骤10，提取出谓词的空范畴，使用贝叶斯算法进行论元推理并填补空范畴；

步骤11，构建计算机可读的结构化模板。