[发明专利]基于人工智能算法的情报系统建模分析方法

说明书

本发明涉及基于人工智能算法的情报系统建模分析方法，包括步骤：使用神经语言模型对模型文档进行分析，得到若干个词向量；对模型文档进行章节分解，获得模型文档对应的模型全文和n个章节，模型全文和n个章节中均包含若干词向量；通过LSTM循环神经网络对模型全文进行处理，生成全文思想向量c；通过LSTM循环神经网络基于全文思想向量c对n个章节进行处理，生成章节思想向量cp；通过LSTM循环神经网络将对章节思想向量cp进行处理，生成模型摘要，实现意图解析。本方案使用的LSTM循环神经网络具有正确的意图解析，自动处理生成模型摘要，不仅能提高情报分析结果的准确性，还能减轻情报分析人员的时间、精力成本。

技术领域

本发明涉及情报分析技术领域，特别涉及一种基于人工智能算法的情报系统建模分析方法。

背景技术

随着信息技术的发展，大量新技术应用于情报分析领域，情报的搜集能力得到了大幅提高。情报是决策的前提和基础，但并不是多多益善，因为如果超过了一定的界限，事情就可能走向反面，尤其是信息泛滥的今天。互联网各类信息铺天盖地，真假难辨，情报不经过分析是无法直接使用的，有价值的情报也必须通过分析才能得出。

情报分析实质上是一个信息选择和综合的过程，分析人员采用传统的分析方式通过常规搜索引擎获取数据，通过人工整理文档的方式管理数据等操作，耗费了大量的时间和精力，并且在此过程中积累的情报分析模型并不能直接在情报的搜集和分析的过程中使用，致使情报分析效果不理想。

情报分析领域已经大量地借鉴和应用了各类模型，情报分析模型也越来越走向计算化、智能化、全源化和模式化。然后情报分析模型如何真正用于实际的信息系统中，实现自动化、智能化，却存在比较大的难度，因为情报的业务建模没有一定之规，无法结构化，因此情报分析模型一般采用自然语言。但是，当前使用的情报分析模型在进行情报搜集和分析时面临如下几个问题：

一，如何让计算机读取情报分析模型，准确领会建模人员的意图。要实现情报搜集和分析的智能化，必须对模型进行意图解析，这种解析的正确性决定了最后情报分析结果的准确性。

二，对搜索到的情报如何进行分析，使其能够最大限度贴近原模型的需求，进而生成分析报告。信息技术对于情报搜集和分析产生了很大的促进作用，如可以使用关键词等进行快速搜索和分析，目前的情报搜索系统会不分良莠的将情报资料全部吸收进来，对情报分析人员的时间和精力造成巨大消耗。

因此，如何提高情报分析结果的准确性和减轻情报分析人员的时间、精力成本，是需要进一步改进的。

发明内容

本发明的目的在于提高情报分析结果的准确性和减轻情报分析人员的时间、精力成本，提供一种基于人工智能算法的情报系统建模分析方法。

为了实现上述发明目的，本发明实施例提供了以下技术方案：

基于人工智能算法的情报系统建模分析方法，包括以下步骤：

步骤S1：使用情报分析模型进行情报搜集和分析，从而生成模型文档；

步骤S2：使用基于领域语料库训练的神经语言模型对模型文档进行分析，从而得到若干个词向量，所述神经语言模型为Word2Vec模型；对模型文档进行章节分解，从而获得模型文档对应的模型全文和n个章节，所述模型全文和n个章节中均包含若干词向量；

步骤S3：通过LSTM循环神经网络对所述模型全文进行处理，生成全文思想向量c；通过LSTM循环神经网络基于全文思想向量c对n个章节进行处理，生成章节思想向量cp；

步骤S4：通过LSTM循环神经网络将对章节思想向量cp进行处理，生成模型摘要，实现意图解析。