基于知识图谱的舰船信息分析识别技术研究∗

薛亮 周游

（中国人民解放军91977部队 北京100000）

1 引言

在军事活动中，全面、准确掌握信息，并对信息进行准确快速的分析非常重要。本文基于舰船知识图谱，采用知识图谱技术实现舰船信息分析识别。知识图谱技术作为新兴的信息识别分析技术，有助于用户快速准确获得知识。

根据面向的知识领域不同，基于知识图谱的信息分析识别系统分为面向开放领域的信息分析识别系统［1～3］和面向特定领域的信息分析识别系统。面向特定领域的信息分析识别系统拥有更加深入和准确的领域知识，适用于特定领域的问题，相较于普适性的面向开放领域的信息分析识别系统更具有研究意义和实用性。本文将舰船领域作为所研究的特定领域，基于舰船知识图谱，对信息分析识别技术［4］进行研究，实现自动化军事信息系统，帮助舰员快速获取舰船相关信息。信息识别分析常用的方法有基于语义解析的方法（Semantic Pars⁃ing-based methods）［5～9］和基于信息检索的方法（In⁃formation retrieve-based methods）［10～14］，当前主流的处理方法是将过程分为命名实体识别、属性映射和答案选择三个步骤。命名实体识别找出自然语句中的命名实体，属性映射找到问句询问的属性，答案选择结合前两步的结果查询知识图谱获得问句答案。命名实体识别和属性映射的结果决定了答案选择的结果，故提高命名实体识别和属性映射准确率是知识库问答的主要研究点。

命名实体识别问题的经典模型为CRF模型，属性映射问题可以转化为相似度计算问题，经典模型为Siamese网络，本文为这两个经典模型分别引入BERT［15］+Bi-LSTM［16］机制，以期对两个模型的正确率有所提高，进而提升信息识别分析系统的效果。……