[发明专利]基于事理图谱的空中目标意图判证方法及系统

说明书

本发明属于空中目标意图判别技术领域，特别涉及一种基于事理图谱的空中目标意图判证方法及系统，依据空中目标飞行活动文本数据获取其活动领域内的典型事件类型；通过设定每一类典型事件所对应的事件触发词及事件元素，并对空中目标飞行活动文本数据进行分析来进行事件抽取，获取其飞行活动中的典型事件和非典型事件；通过对所有事件标注标签属性并结合图数据库来构建空中目标飞行活动事理图谱；针对待处理的空中目标飞行活动数据，通过事件抽取并基于事理图谱来匹配事件类型，判证空中目标意图。本发明借助构建的事理图谱进行意图判证，提升空中目标实际应用环境态势的全面掌握，有利于对空中目标进行及时管控，具有较好的应用前景。

技术领域

本发明属于空中目标意图判别技术领域，特别涉及一种基于事理图谱的空中目标意图判证方法及系统。

背景技术

随着现代飞行器技术不断发展，遂行各类应用任务的类型不断增加。实际应用中，对高价值空中目标意图及时准确地判证，可以保证对应用环境态势的全面掌控，有利于对应用环境情况实时分析研判，以做出及时响应。对于应用双方而言，空中目标的意图判证是复杂的，需要耗费大量的时间和人力。面对冗杂的空中目标的飞行活动文本数据，人工判证意图存在较明显的出错率，所以亟需研究出一种能辅助人员进行判证，且具有较好效果的意图判证方法。

当前关于判证空中目标意图的研究主要采用两种方法：一是多属性决策，二是基于知识推理。多属性决策可以综合处理大量信息但缺乏推理能力，基于知识推理的方法计算量过大且完备性难以保障。例如，基于深度神经网络的空中目标意图识别，是对多属性决策的改进，通过自身训练得到特征状态与意图之间的规则，用于表示两者的对应关系，提高识别意图的准确率。再如，基于直觉模糊产生式规则推理(IPR)和多属性决策的空中目标意图判证模型结合了多属性决策和知识推理两种方法的优点，提高了结果的准确率，但具体可行性还有待探究。

发明内容

为此，本发明提供一种基于事理图谱的空中目标意图判证方法及系统，通过已有的空中目标的飞行活动文本数据，抽取其中的飞行活动事件，挖掘事件之间的演化规律和模式，构建空中目标意图事理图谱，借助构建的事理图谱进行意图判证，提升空中目标实际应用环境态势的全面掌握，有利于对空中目标进行及时管控。

按照本发明所提供的设计方案，提供一种基于事理图谱的空中目标意图判证方法，包含如下内容：

依据空中目标飞行活动文本数据获取其活动领域内的典型事件类型；

通过设定每一类典型事件所对应的事件触发词及事件元素，并对空中目标飞行活动文本数据进行分析来进行事件抽取，获取其飞行活动中的典型事件和非典型事件；

通过对所有事件标注标签属性并结合图数据库来构建空中目标飞行活动事理图谱；

针对待处理的空中目标飞行活动数据，通过事件抽取并基于事理图谱来匹配事件类型，判证空中目标意图。

作为本发明基于事理图谱的空中目标意图判证方法，进一步地，针对空中目标飞行活动文本数据，首先通过正则表达式进行字符替换和数据清洗，然后依据词聚类方法获取典型事件。

作为本发明基于事理图谱的空中目标意图判证方法，进一步地，典型事件类型获取中，通过对文本数据进行分词、词性标注和语法分析，抽取主谓关系和动宾关系二元组，确定飞行活动事件候选触发词，形成候选触发词集合；通过预设过滤规则对候选触发词集合中的触发词进行过滤，并基于词语语义相似度进行词汇聚类，形成飞行活动领域典型事件类型。

作为本发明基于事理图谱的空中目标意图判证方法，进一步地，预设过滤规则包含但不限于：保留集合候选触发词中一般动词和动名词，过滤掉其他类型动词；和/或，依据集合中候选触发词与空中目标飞行活动领域相关程度，过滤掉相关程度小于设定阈值的触发词。

作为本发明基于事理图谱的空中目标意图判证方法，进一步地，获取的典型事件类型包含：起飞、伴飞、经停、抵达、普通飞行、部署、盘旋及降落。