基于海空目標(biāo)畫像的大數(shù)據(jù)標(biāo)簽體系構(gòu)建方法

楊陽 薛麗惠

摘要：為解決海空目標(biāo)標(biāo)簽體系未構(gòu)建難以生成完整畫像的難題，通過總結(jié)?？漳繕?biāo)畫像和標(biāo)簽技術(shù)的基本概念，提出了構(gòu)建?？漳繕?biāo)標(biāo)簽的三級標(biāo)簽體系及技術(shù)架構(gòu)，并對構(gòu)建過程中的基于混合存儲的標(biāo)簽數(shù)據(jù)存儲、實體/屬性抽取、關(guān)系抽取、關(guān)聯(lián)融合等關(guān)鍵技術(shù)進(jìn)行詳細(xì)闡述。仿真實驗對比分析了不同標(biāo)簽生成算法的準(zhǔn)確率，最后介紹了標(biāo)簽技術(shù)的實際應(yīng)用場景。該文對軍事大數(shù)據(jù)的應(yīng)用模式具有一定的探索和借鑒意義。

關(guān)鍵詞：標(biāo)簽；標(biāo)簽體系；作戰(zhàn)目標(biāo)；海空目標(biāo)畫像；軍事大數(shù)據(jù)

中圖分類號：TP311? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2024）07-0074-03

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）

0 引言

?？漳繕?biāo)是作戰(zhàn)體系研究的重要對象，全面、準(zhǔn)確地掌握?？漳繕?biāo)，將幫助指揮員進(jìn)行作戰(zhàn)決策[1]。隨著各類戰(zhàn)場傳感器和偵察監(jiān)視裝備的廣泛使用，作戰(zhàn)數(shù)據(jù)的生成速度成指數(shù)增加[2]。如何從這些海量數(shù)據(jù)中分析挖掘出準(zhǔn)確、高價值的情報信息，獲取作戰(zhàn)數(shù)據(jù)優(yōu)勢，成為軍事領(lǐng)域迫切需要解決的難題。

用戶畫像在商業(yè)領(lǐng)域的應(yīng)用，展現(xiàn)出其在解決精準(zhǔn)信息服務(wù)方面問題的巨大優(yōu)勢。標(biāo)簽體系作為用戶畫像的基礎(chǔ)，其廣度和粒度對畫像的刻畫程度有較大影響，因此開展標(biāo)簽體系構(gòu)建的研究具有一定的實用價值[3]。

目前，隨著大數(shù)據(jù)挖掘分析越來越廣泛，標(biāo)簽及畫像技術(shù)的研究多應(yīng)用于電子商務(wù)、健康醫(yī)療、交通運輸、精準(zhǔn)營銷等通用領(lǐng)域[4-5]。在軍事大數(shù)據(jù)領(lǐng)域的應(yīng)用相對較少，尤其是面向?？漳繕?biāo)大數(shù)據(jù)技術(shù)研究尚處于起步階段，在實際應(yīng)用中面臨數(shù)據(jù)深層價值利用不足、專業(yè)性較強(qiáng)不便理解、標(biāo)簽體系未構(gòu)建無法生成完整的目標(biāo)畫像等難點。

基于此，本文利用標(biāo)簽技術(shù)，提出基于?？漳繕?biāo)畫像的大數(shù)據(jù)標(biāo)簽體系構(gòu)建方法，構(gòu)建完備的?？漳繕?biāo)標(biāo)簽體系，并分析構(gòu)建過程中的關(guān)鍵技術(shù)，對軍事大數(shù)據(jù)的應(yīng)用模式具有一定的探索和借鑒意義。

1 ?？漳繕?biāo)畫像與標(biāo)簽技術(shù)

1.1 海空目標(biāo)畫像

作戰(zhàn)目標(biāo)指交戰(zhàn)雙方為實現(xiàn)某種作戰(zhàn)意圖，彼此進(jìn)行跟蹤、打擊、壓制、攻占或摧毀的目標(biāo)對象[6]。?？漳繕?biāo)是作戰(zhàn)目標(biāo)的子集，主要指敵對雙方打擊或抗擊對方的艦船、飛機(jī)等。

海空目標(biāo)畫像借鑒用戶畫像的概念[7]，采集特定傳感器、情報分析、指揮決策、武器裝備系統(tǒng)等作戰(zhàn)環(huán)節(jié)中的各類數(shù)據(jù)，并將其轉(zhuǎn)換為畫像標(biāo)簽，形成數(shù)據(jù)合力。通過構(gòu)造合理準(zhǔn)確、標(biāo)準(zhǔn)統(tǒng)一、全面實用的標(biāo)簽體系，形成標(biāo)簽畫像模型，進(jìn)而利用大數(shù)據(jù)、人工智能等技術(shù)，可準(zhǔn)確勾勒出立體的?？漳繕?biāo)畫像，有助于個體認(rèn)知、群體識別、行為分析等。

1.2 標(biāo)簽技術(shù)

標(biāo)簽是對一類對象或特定群體的某項特征或某種特質(zhì)的具象描述，具備較強(qiáng)的業(yè)務(wù)歸納性。標(biāo)簽是目標(biāo)畫像的基礎(chǔ)，兩者之間的關(guān)系如圖1所示。

依據(jù)分析整理，海空目標(biāo)標(biāo)簽可分為4類：基本屬性類、事實行為類、業(yè)務(wù)場景類和管理評價類?；緦傩灶悩?biāo)簽體現(xiàn)海空目標(biāo)的靜態(tài)特征，如目標(biāo)類型、敵我屬性、國別屬性等；事實行為類標(biāo)簽描述目標(biāo)的活動行為、參與任務(wù)、途徑區(qū)域等行為信息，反映目標(biāo)的動態(tài)特征；業(yè)務(wù)場景類標(biāo)簽則帶有清晰的業(yè)務(wù)邏輯，可解釋性強(qiáng)，如熱點話題、軍事專題、高價值目標(biāo)、時敏目標(biāo)等；管理評價類標(biāo)簽用于數(shù)據(jù)在加工處理和管理使用過程中，對數(shù)據(jù)進(jìn)行具體環(huán)節(jié)的標(biāo)記。

2 ?？漳繕?biāo)標(biāo)簽體系

2.1 標(biāo)簽體系

分層分級的標(biāo)簽體系設(shè)計既提高標(biāo)簽的實用性和精準(zhǔn)性，又避免在語義理解、特征描述等方面的差異性。?？漳繕?biāo)標(biāo)簽體系按照三級標(biāo)簽體系架構(gòu)進(jìn)行設(shè)計，綜合利用作戰(zhàn)環(huán)節(jié)的各類數(shù)據(jù)，產(chǎn)生完整的目標(biāo)畫像標(biāo)簽。

1） 一級標(biāo)簽。?？漳繕?biāo)的一級標(biāo)簽描述目標(biāo)畫像基本的分類維度，歸納了海空目標(biāo)的共性特征，如表1所示，可分為基礎(chǔ)信息、行為信息、關(guān)系信息、任務(wù)事件、統(tǒng)計分析和數(shù)據(jù)管理等6類維度。

2） 二級標(biāo)簽。海空目標(biāo)的二級標(biāo)簽是對其一級標(biāo)簽分類維度的細(xì)化，包括目標(biāo)的生產(chǎn)研制情況、戰(zhàn)技性能、武器裝備特征、活動區(qū)域、活動航路、搭載關(guān)系、隸屬關(guān)系、參與任務(wù)事件類型、統(tǒng)計分析規(guī)律、數(shù)據(jù)來源、數(shù)據(jù)可信程度等多個方面，如表2所示。

3） 三級標(biāo)簽。三級標(biāo)簽是對二級標(biāo)簽具體內(nèi)容的細(xì)化，反映了?？漳繕?biāo)的具體狀態(tài)。其主要通過以下三種方式獲?。?/p>

一是直接映射。此類標(biāo)簽無需經(jīng)過復(fù)雜的計算邏輯即可從原始數(shù)據(jù)中獲得，如通過海空目標(biāo)屬性表進(jìn)行基本屬性規(guī)則判定即可生成標(biāo)簽，如目標(biāo)類型、敵我屬性、國別屬性等。

二是簡單規(guī)則統(tǒng)計。此類標(biāo)簽基于簡單規(guī)則的統(tǒng)計計算即可獲取，如基于目標(biāo)活動信息表中的出發(fā)基地、活動時間等維度進(jìn)行出港統(tǒng)計、出動次數(shù)等標(biāo)簽的計算。

三是算法分析挖掘。此類標(biāo)簽需要利用大數(shù)據(jù)挖掘分析相關(guān)技術(shù)，結(jié)合業(yè)務(wù)規(guī)則和專家先驗知識，整合運用作戰(zhàn)過程中敵我雙方的各類數(shù)據(jù)，進(jìn)而生成可以反映?？漳繕?biāo)某一維度的標(biāo)簽數(shù)據(jù)，如目標(biāo)威脅指數(shù)、活動熱力等。

2.2 技術(shù)架構(gòu)

?？漳繕?biāo)標(biāo)簽體系的技術(shù)架構(gòu)如圖2所示，可分為數(shù)據(jù)匯聚、標(biāo)簽構(gòu)建和標(biāo)簽應(yīng)用等3層。技術(shù)架構(gòu)重點圍繞標(biāo)簽的構(gòu)建、挖掘分析及管理，面向標(biāo)簽應(yīng)用，綜合運用大數(shù)據(jù)分析挖掘技術(shù)，匯聚并處理作戰(zhàn)環(huán)節(jié)的各類數(shù)據(jù)源，對標(biāo)簽體系進(jìn)行全生命周期管理，滿足指揮控制、情報分析、戰(zhàn)場環(huán)境保障等典型軍事領(lǐng)域的業(yè)務(wù)需求。

數(shù)據(jù)匯聚層對作戰(zhàn)過程中涉及的傳感器數(shù)據(jù)、非合作截獲數(shù)據(jù)、軍事信息系統(tǒng)生成數(shù)據(jù)、互聯(lián)網(wǎng)開源數(shù)據(jù)、?？漳繕?biāo)知識數(shù)據(jù)等，進(jìn)行數(shù)據(jù)預(yù)處理、數(shù)據(jù)解析、數(shù)據(jù)標(biāo)注等，最后入庫存儲。

標(biāo)簽構(gòu)建層基于數(shù)據(jù)匯聚層處理存儲后的數(shù)據(jù)，按照標(biāo)簽體系設(shè)計，生產(chǎn)加工刻畫?？漳繕?biāo)畫像的具體標(biāo)簽內(nèi)容。標(biāo)簽管理通過標(biāo)簽定義、評估驗證、標(biāo)簽規(guī)則管理、標(biāo)簽任務(wù)管理、標(biāo)簽存儲、標(biāo)簽展示等多個環(huán)節(jié)，全過程服務(wù)于標(biāo)簽的生成、存儲和優(yōu)化。標(biāo)簽挖掘利用大數(shù)據(jù)技術(shù)進(jìn)行實體、屬性、關(guān)系的抽取，以及聚類、分類、預(yù)測、關(guān)聯(lián)融合等挖掘分析，為標(biāo)簽生成提供算法支撐。標(biāo)簽全生命周期管理能夠追溯標(biāo)簽從定義、應(yīng)用到調(diào)整的全過程，并隨著業(yè)務(wù)流程的調(diào)整、數(shù)據(jù)的豐富等，對標(biāo)簽體系進(jìn)行調(diào)整優(yōu)化。

標(biāo)簽應(yīng)用層則基于?？漳繕?biāo)標(biāo)簽庫，結(jié)合具體軍事需求，開展目標(biāo)畫像、作戰(zhàn)決策輔助分析、作戰(zhàn)數(shù)據(jù)服務(wù)保障等軍事化應(yīng)用。

3 關(guān)鍵技術(shù)

3.1 基于混合存儲的標(biāo)簽數(shù)據(jù)存儲技術(shù)

海空目標(biāo)標(biāo)簽數(shù)據(jù)涉及的內(nèi)容及格式復(fù)雜多樣，在存儲架構(gòu)的設(shè)計上，需兼顧各類數(shù)據(jù)的規(guī)模與業(yè)務(wù)處理特點，采用多類型存儲庫以實現(xiàn)標(biāo)簽數(shù)據(jù)的混合存儲，包括離線數(shù)據(jù)庫、對象存儲庫、MPP數(shù)據(jù)庫、關(guān)系數(shù)據(jù)庫、內(nèi)存數(shù)據(jù)庫等。離線數(shù)據(jù)庫作為數(shù)倉，存儲所有原始結(jié)構(gòu)化數(shù)據(jù)，事實行為類、業(yè)務(wù)場景類標(biāo)簽基于離線庫進(jìn)行加工生產(chǎn)；對象存儲庫主要存儲海空目標(biāo)關(guān)聯(lián)的作戰(zhàn)文書、情報文本、話音報以及戰(zhàn)場圖像視頻等非結(jié)構(gòu)化數(shù)據(jù)；MPP數(shù)據(jù)庫主要存儲海量時空航跡數(shù)據(jù)，便于上層業(yè)務(wù)查詢的快速響應(yīng)；關(guān)系數(shù)據(jù)庫重點存儲業(yè)務(wù)規(guī)則、知識數(shù)據(jù)、配置信息等；內(nèi)存數(shù)據(jù)庫，主要存儲熱點標(biāo)簽數(shù)據(jù)，降低業(yè)務(wù)應(yīng)用與數(shù)據(jù)庫的交互頻次，提高查詢響應(yīng)效率。

通過提供多源異構(gòu)庫統(tǒng)一訪問技術(shù)，屏蔽底層物理庫的語法差異，降低應(yīng)用開發(fā)復(fù)雜性，使得業(yè)務(wù)訪問異構(gòu)數(shù)據(jù)庫時，能夠基于同一套語法邏輯進(jìn)行統(tǒng)一訪問，提高開發(fā)效率。

3.2 實體/屬性抽取技術(shù)

實體/屬性抽取技術(shù)是獲取?？漳繕?biāo)基礎(chǔ)信息、行為信息、任務(wù)事件等類別標(biāo)簽的重要方式。傳統(tǒng)的基于模式匹配的方法，包含字典詞庫匹配和正則表達(dá)式匹配兩種，字典詞庫匹配法適用可枚舉的命名實體類型，如目標(biāo)名稱、地點等；正則表達(dá)式匹配方法適用于報文結(jié)構(gòu)相對固定的實體類型，如目標(biāo)屬性、時間、數(shù)量等信息。

基于機(jī)器學(xué)習(xí)的方法，主要的模型是條件隨機(jī)場（CRF） [8]，其特點是假設(shè)輸出隨機(jī)變量構(gòu)成馬爾可夫隨機(jī)場，是解決分詞、實體抽取等序列標(biāo)注問題的常用方法。但CRF模型復(fù)雜度高，參數(shù)相對較多，其準(zhǔn)確率和召回率尚不夠理想。

考慮到?？漳繕?biāo)數(shù)據(jù)涉及的實體/屬性分類相對固化，行文方式有其獨特的要求，采用單一的方式難以在所有的實體/屬性類型上表現(xiàn)良好，利用預(yù)定義分類與機(jī)器學(xué)習(xí)相結(jié)合的方式，能夠增強(qiáng)不同實體/屬性類型抽取的效果。

3.3 關(guān)系抽取技術(shù)

關(guān)系抽取技術(shù)是獲取海空目標(biāo)關(guān)系信息類別標(biāo)簽的重要方式。早期的方法主要通過人工構(gòu)造規(guī)則集合，結(jié)合領(lǐng)域業(yè)務(wù)知識，利用模式匹配方式來識別關(guān)系?；跈C(jī)器學(xué)習(xí)的方法通常把關(guān)系抽取問題轉(zhuǎn)換成分類問題來解決，利用特征提取方法來獲取代表性特征，這部分特征經(jīng)訓(xùn)練后獲得分類模型，利用分類模型判定實體間的關(guān)系。

由于?？漳繕?biāo)數(shù)據(jù)的實體關(guān)系較為復(fù)雜，可首先手動標(biāo)注少量樣本數(shù)據(jù)，再結(jié)合大規(guī)模軍事領(lǐng)域內(nèi)無監(jiān)督語料訓(xùn)練的預(yù)訓(xùn)練模型，如BERT（Bidirectional Encoder Representation from Transformers） [9]、GPT（Generative Pre-Training） [10]等，加入軍事領(lǐng)域特殊行文規(guī)范的先驗知識作為實體關(guān)系對識別的補(bǔ)充特征向量，獲取實體關(guān)系分類模型，再依據(jù)該模型來識別關(guān)系。

3.4 關(guān)聯(lián)融合技術(shù)

針對海空目標(biāo)的標(biāo)簽關(guān)聯(lián)融合問題，可通過時空行為分析、屬性分析、業(yè)務(wù)規(guī)則分析等方式實現(xiàn)。

時空行為分析根據(jù)實體活動的時間、地點等時空維度信息進(jìn)行實體對象之間的數(shù)據(jù)碰撞，計算所需識別的實體對象間的行為軌跡相似性[11]或行為軌跡的交疊度，通過設(shè)置相似度或交疊度的閥值，實現(xiàn)目標(biāo)實體對象的關(guān)聯(lián)融合。

屬性分析利用實體對象間的共性屬性其中一個或若干個組合取值相同，作為實體對象識別約束條件，實現(xiàn)實體對象的關(guān)聯(lián)融合。

業(yè)務(wù)規(guī)則分析從業(yè)務(wù)角度出發(fā)，通過業(yè)務(wù)值班的經(jīng)驗、規(guī)則等業(yè)務(wù)知識，利用知識特征的比對實現(xiàn)目標(biāo)實體的識別和關(guān)聯(lián)。

4 仿真實驗

本文利用大數(shù)據(jù)離線分析平臺，基于某方向相關(guān)的3 000余篇動向報文、100余萬條目標(biāo)活動過程數(shù)據(jù)進(jìn)行實驗。數(shù)據(jù)涉及100余個?？漳繕?biāo)，下面以某型戰(zhàn)斗機(jī)FJ0001、某艦船JC0001為例進(jìn)行說明。

利用實體/屬性抽取方法進(jìn)行熱點事件、演習(xí)事件、日常訓(xùn)練、偵察巡邏等任務(wù)事件類標(biāo)簽的生成，實驗結(jié)果如表3所示，結(jié)果表明，CRF算法結(jié)合模式匹配的算法準(zhǔn)確率大幅提升，達(dá)到90%以上，基本滿足實戰(zhàn)的要求；利用關(guān)系抽取技術(shù)進(jìn)行指揮、協(xié)同、補(bǔ)給、通聯(lián)等關(guān)系信息類標(biāo)簽的生成，實驗結(jié)果如表4所示，結(jié)果表明，相比GPT算法，BERT算法準(zhǔn)確率較高。

5 標(biāo)簽應(yīng)用

標(biāo)簽技術(shù)在軍事大數(shù)據(jù)領(lǐng)域有著廣泛的應(yīng)用研究價值，具體以目標(biāo)畫像、作戰(zhàn)輔助決策分析、作戰(zhàn)數(shù)據(jù)服務(wù)保障等場景為例進(jìn)行闡述。

5.1 目標(biāo)畫像

通過構(gòu)建基于大數(shù)據(jù)的標(biāo)簽系統(tǒng)，實現(xiàn)了對海量數(shù)據(jù)進(jìn)行規(guī)整、關(guān)聯(lián)、挖掘，形成了較為完備的?？漳繕?biāo)標(biāo)簽體系，在此基礎(chǔ)上能夠快速形成?？諉文繕?biāo)畫像、群目標(biāo)畫像，完整刻畫了海空目標(biāo)的真實情況、目標(biāo)信息、行為模式、作戰(zhàn)關(guān)系，為智能推薦、智能搜索、目標(biāo)情報保障、戰(zhàn)場態(tài)勢感知等各類業(yè)務(wù)提供有據(jù)可查的畫像服務(wù)。

5.2 基于標(biāo)簽的作戰(zhàn)輔助決策分析

目標(biāo)相關(guān)數(shù)據(jù)轉(zhuǎn)化為離散的業(yè)務(wù)標(biāo)簽后，統(tǒng)計分析更容易。如獲取“F-22過去一年參與的任務(wù)事件”“釣魚島海域近期活動的?？漳繕?biāo)數(shù)量”等結(jié)果，直接統(tǒng)計相關(guān)標(biāo)簽即可。同樣，基于標(biāo)簽進(jìn)行作戰(zhàn)目標(biāo)的分類、聚類、預(yù)警預(yù)測、威脅程度、意圖識別等挖掘分析也容易實現(xiàn)。

5.3 基于標(biāo)簽的作戰(zhàn)數(shù)據(jù)服務(wù)保障

標(biāo)簽數(shù)據(jù)有著明確的業(yè)務(wù)邏輯，實質(zhì)上也形成了對數(shù)據(jù)的分類?；跇?biāo)簽的查詢檢索能夠靈活快速獲取到準(zhǔn)確的數(shù)據(jù)，再基于這些查詢結(jié)果進(jìn)行專題分析、數(shù)據(jù)分發(fā)推送、數(shù)據(jù)可視化等，能夠事半功倍，達(dá)成精準(zhǔn)數(shù)據(jù)服務(wù)保障的目的。

6 結(jié)束語

本文基于作戰(zhàn)應(yīng)用中的業(yè)務(wù)需求，系統(tǒng)闡述了?？漳繕?biāo)畫像與標(biāo)簽技術(shù)的背景、三層標(biāo)簽體系內(nèi)容、技術(shù)架構(gòu)及關(guān)鍵技術(shù)，通過仿真實驗分析了不同標(biāo)簽生成算法的準(zhǔn)確率，最后分析了標(biāo)簽應(yīng)用的典型案例，是對大數(shù)據(jù)在軍事領(lǐng)域業(yè)務(wù)應(yīng)用模式的一次新探索，后續(xù)將持續(xù)結(jié)合具體作戰(zhàn)需求，進(jìn)一步拓展標(biāo)簽技術(shù)運用的場景，迭代完善標(biāo)簽體系，優(yōu)化提升業(yè)務(wù)場景類標(biāo)簽算法的準(zhǔn)確性。

參考文獻(xiàn)：

[1] 左毅，張桂林，吳蔚，等.面向戰(zhàn)場目標(biāo)識別的知識圖譜應(yīng)用[J].指揮信息系統(tǒng)與技術(shù)，2019，10（3）：1-5.

[2] 李衛(wèi)星，王峰，李智國，等.面向多源數(shù)據(jù)的軍事信息系統(tǒng)設(shè)計[J].中國電子科學(xué)研究院學(xué)報，2020，15（3）：237-243.

[3] 李娜，范正潔，郝傳州，等.采用語義分析的標(biāo)簽體系構(gòu)建方法[J].西安交通大學(xué)學(xué)報，2019，53（1）：169-174.

[4] 蔡莉，王淑婷，劉俊暉，等.數(shù)據(jù)標(biāo)注研究綜述[J].軟件學(xué)報，2020，31（2）：302-319.

[5] 王洋，丁志剛，鄭樹泉，等.一種用戶畫像系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機(jī)應(yīng)用與軟件，2018，35（3）：8-14.

[6] 江志浩，周卿，石敏，等.作戰(zhàn)目標(biāo)知識圖譜構(gòu)建與應(yīng)用[J].海軍航空工程學(xué)院學(xué)報，2020，35（6）：471-477.

[7] 費鵬，林鴻飛，楊亮，等.一種用于構(gòu)建用戶畫像的多視角融合框架[J].計算機(jī)科學(xué)，2018， 45（1）：179-182，204.

[8] 馮蘊(yùn)天，張宏軍，郝文寧.面向軍事文本的命名實體識別[J].計算機(jī)科學(xué)，2015，42（7）：15-19.

[9] 劉歡，張智雄，王宇飛.BERT模型的主要優(yōu)化改進(jìn)方法研究綜述[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2021，5（1）：3-15.

[10] 劉睿珩，葉霞，岳增營.面向自然語言處理任務(wù)的預(yù)訓(xùn)練模型綜述[J].計算機(jī)應(yīng)用，2021，41（5）：1236-1246.

[11] 成磊峰，覃鋒，賈瑩，等.基于時空相似性的跨域目標(biāo)關(guān)聯(lián)分析方法[J].電訊技術(shù)，2019，59（4）：426-430.

【通聯(lián)編輯：王 力】