知識圖譜軍事運用的前景展望

王玥?趙健?朱燕

摘要：近年來，知識圖譜不斷發展，得到各領域的廣泛關注。作為一項新興技術，知識圖譜迎來了多應用場景布局和落地的新局面，為不同知識領域的數據價值挖掘發揮了重要作用。以軍事領域為切入點，闡述了知識圖譜的概念及構建框架、在軍事領域的研究應用現狀，分析了知識圖譜在軍事領域的應用前景和意義，以期為后續的研究提供借鑒。

關鍵詞：知識圖譜；軍事應用；數據價值；知識推理

一、前言

隨著數字化轉型的不斷深入，人類工作生活和交往中產生的數據呈爆炸式增長。國際數據公司（IDC）預測，2025年全球數據量將達到175ZB，較2018年增長5倍，其中中國的數據量占比將超過全球的四分之一。

這些海量數據背后蘊含著巨大的價值，如何快速從中發掘和管理知識寶藏，提高數據資源利用率，讓數據成為重要的生產要素，是政治、社會、經濟等各領域提升數字化生產力的關鍵，同時也關系著軍事領域智能化發展的數據基礎。

知識圖譜作為一種數據挖掘技術已在多個場景中被應用。在金融領域，構建了商業銀行會計案防知識圖譜；在文學領域，將中國歷代存世典籍與知識圖譜技術相結合，并建設了知識服務平臺；在教育領域，通過知識圖譜技術研究了比較教育的現狀和熱點[1]。本文從軍事領域出發，梳理了知識圖譜的研究現狀，提出應用前景和意義。

二、知識圖譜的概念與構建

（一）知識圖譜的概念

2012年，知識圖譜這一概念由Google公司正式提出，Google公司最先將其用于優化搜索引擎，使得在搜索結果中顯示其他網站鏈接的同時，匯總提供詳細的關于搜索主題的結構化信息。知識圖譜本質上是一種語義網絡，以符號的形式通過節點（實體）和邊（關系）來清晰地描述物理世界中各實體間的關系，旨在從自然語言或者復雜類型的數據中提取實體、屬性和關系，并轉換為圖來展示和存儲，便于理解和分析[2]。

（二）知識圖譜的構建

知識圖譜的構建過程如圖1所示，自下而上分別為知識抽取、知識融合、知識存儲、知識推理、知識應用。

1.知識抽取

知識抽取主要是將不同數據源、不同結構數據中的實體、關系等信息抽取出來，這一過程如圖2所示，具體包括實體識別與擴展、關系抽取、事件抽取等。對于結構化數據，知識抽取的過程較為簡單，可直接將其轉化為RDF（資源描述框架）或要求的其他知識庫格式；對于半結構化或非結構化數據，在知識抽取前可通過人工標注、包裝器歸納、機器學習等方法對數據進行預處理[3]。

2.知識融合

簡單地說，知識融合是對抽取后的數據進行消歧和整合，以降低噪聲和冗余。知識抽取的數據來源各異，數據標準多樣，需按照一個統一的標準和規則將數據融合成為統一的整體。知識融合的過程如圖3所示，涉及框架匹配、實體對齊、沖突檢測與消解、實體鏈接、實體消歧等。

3.知識存儲

知識存儲是將數據轉化為“實體-關系-實體”的三元組數據結構并存儲于數據庫中。不同行業、不同應用場景、不同階段所采取的知識存儲架構各異，如傳統的知識庫通常采用關系型數據庫，而大規模知識庫則為了提高計算能力需采用分布式數據庫，如圖4所示。目前主要存儲方式包括RDF數據庫、關系型數據庫、分布式數據庫、圖數據庫等。

4.知識推理

知識推理的過程中，可結合邏輯推理、統計規律、機器學習等方式，對融合后的知識進行推理和分析。用戶可根據需求對某一場景事件的發展、特點、問題等方面進行推理，從而輔助后續決策，如圖5所示。

5.知識應用

知識圖譜構建完成后，可將其應用于實際場景中，如圖6所示。目前知識圖譜在知識問答、知識對話、歷史研究、金融監管等方面應用較為廣泛。

三、知識圖譜在軍事領域的研究現狀

近年來，知識圖譜在知識檢索、機器人和物聯網等通用領域和金融監管、智慧交通、醫療資源管理等專業領域應用較為廣泛，但在軍事領域的應用尚處于起步階段。研究人員基于知識圖譜對涉軍網絡輿情熱點進行了相關研究，采用網絡爬蟲技術采集鐵血網等涉軍網站、論壇中相關數據信息，構建輿情熱點分析數據集，繪制用戶活躍度趨勢圖進行用戶參與活躍度分析，利用詞匯云圖進行事件熱點詞匯分析，設置熱度閾值進行輿論熱點發現。也有將知識圖譜應用于軍事人力資源領域，從人員基本信息、履歷、社會管理、性格等多方面進行數據收集和整合，繪制軍隊人力資源知識圖譜，并將其應用于人物關系挖掘、單位間關系挖掘、數據不一致校驗等多個場景，實現了人物關系強度評估、個人垂直領域畫像、人崗匹配、職業發展規劃等功能。還有研究人員對軍事領域知識圖譜構建技術和知識檢索應用做了相關研究，在數據采集結果上構建了包含近8萬個實體的軍事領域實體庫，通過BiLSTMCRF、PCNN等算法進行實體識別和關系分析，形成了結構清晰的軍事領域知識圖譜并存儲于Neo4j圖數據庫，并實現了知識概覽、查詢、問答等功能。該研究聚焦軍事領域知識圖譜構建技術，實現了更高效、更智能、更全面的軍事知識反饋[4]。知識圖譜于2016年開始在軍事領域被逐漸應用，主要集中在軍事信息檢索、文獻分析、人才畫像、裝備數據管理等方面，相比其他領域來說起步較晚，應用場景有待進一步豐富。

四、知識圖譜在軍事領域的應用前景和意義

（一）知識圖譜在軍事領域的應用

大數據時代已經到來，各類數據井噴式增長，軍事領域海量數據的有效價值亟待挖掘。為加強機械化、信息化、智能化融合發展，作為數據分析和挖掘的重要手段，知識圖譜這一技術在軍事領域的應用前景廣闊。

1.情報分析

情報作為一種特殊知識和信息，在國家政治、經濟、社會安全等方面扮演著舉足輕重的角色。隨著信息社會發展，情報不再局限于傳統、固有來源，社會生活中產生的任何一條信息都可能成為有價值的情報。當前情報分析人員配置不足，能力和經驗不一，難以保證高強度認知、分析質量；情報來源多樣，缺乏統一標準規范，傳統技術手段對異構數據處理能力較弱；情報管理流程復雜、分工過細，導致管理成本增加、情報共享流通不暢。因此，需加快自動化、智能化轉型。在情報分析場景中，知識圖譜在數據聚合、表達、推理方面的優勢可得到充分的發揮。知識圖譜將傳統情報和開源情報融合，構建多維情報知識圖譜，在拓展情報數據源的同時，使海量的、復雜的情報信息轉變為直觀清晰、易于理解的圖譜表達形式，并根據具體需求篩選、跟蹤重要情報，輔助軍事決策。

2.輿情監控

隨著微博、微信、公眾號等自媒體的發展，輿情信息激增、傳播迅速、影響范圍擴大，特別是軍事輿情高度敏感，嚴重影響著社會穩定和國家安全，勢必要加強監控和管理。隨著軍事輿情監控工作實時性和有效性要求不斷提高，監控手段和技術需同步完善和擴展。軍事輿情監控結合知識圖譜技術，在前期輿情熱點發現研究的基礎上，對輿情信息進行全方位總覽分析和重點事件精準定位。將自有數據和外部采集輿論數據清洗、消歧、融合構建成軍事輿情知識圖譜，通過梳理輿情圖譜脈絡，溯源、跟蹤輿情傳播路徑，定位輿情傳播范圍，對負面輿情信息及時預警，以降低輿情風險和監管工作量，提升輿情監控效率和質量[5]。

3.戰場態勢感知

智能化戰爭時代的來臨推動著作戰指揮模式發生轉變，指揮智能化成為智能化戰爭作戰指揮的一大重要特征。指揮員如何在瞬息萬變的戰場上實時獲取戰場信息、快速定位處理、迅速決策、及時評估反饋結果，充分挖掘和發揮戰場信息的有效價值，實現對戰場態勢的準確感知和強勢控制，是智能化戰爭的一個重要課題。知識圖譜為戰場態勢感知提供了一個新的技術方向。戰場建設、兵力部署、電磁環境、自然環境、社會人文、交通等信息都屬于戰場環境的一部分，這些數據來自多個領域、多個層級，結構不同，復雜多樣。知識圖譜對異構數據源的高融合處理能力可將這些數據進行收集、整合、分析、推理，為指揮員提供實時、高效的決策基礎。

4.軍事文化發展研究

軍事文化是我國文化的重要組成部分，從物質方面的武器制造技藝、導彈研發等技術，到精神方面的文學創作、文藝作品演繹，等等，軍事文化體現在軍事生活中的方方面面。和中華文化一樣，我國軍事文化源遠流長。知識圖譜作為一種研究工具，能夠幫助研究者從幾千年的歷史長河中對軍事文化的發展進行探索和描繪。聚焦軍事文化，從研究文獻、文藝作品、文化產品、建筑、技藝等多個領域挖掘實體及實體間聯系，既可從全維度構建軍事文化通用知識圖譜，又可從單個應用場景出發構建專用知識圖譜。借助知識圖譜技術能力，深入剖析各階段、各時期軍事文化特點、影響因素、發展路徑及演變進程等，從宏觀上把握軍事文化發展脈絡，在細微處揭示軍事文化發展細節。

（二）知識圖譜對于軍事領域應用的意義

1.提升數據價值挖掘能力

知識圖譜在軍事領域的應用可以充分發揮數據價值，拓展數據寬度，挖掘數據深度。融合大數據、機器學習等技術手段，將散落在各處的目標主體相關數據進行清洗整合，厘清數據脈絡，把握關鍵信息，從而提高相關場景的知識表達和推理能力[6]。

2.提升決策實時性和有效性

知識圖譜在信息監管、決策分析等方面的應用具有高實時性和高有效性的特點。伴隨著智能化戰爭的發展，軍事數據激增，只有借助先進的科學技術，在實現數據處理自動化的同時，提升數據推理的實時性和有效性，才能不斷增強軍事能力，實現強軍目標。

五、結語

總的來說，知識圖譜在軍事領域的運用是提升軍事數據價值的一種探索，為多源數據融合、可視化語義表達、智能化推理決策提供切實可行的實現路徑。智能化戰爭時代萬物互聯，只有深入挖掘、梳理、量化各主體間內在或外在關系，在繁雜的數據中抽絲剝繭，才能準確把握事物發展規律，為軍事決策、軍事研究、軍事管理等奠定堅實的數據基礎，助力智能化戰爭。

參考文獻

[1]陳強，代仕婭.基于金融知識圖譜的會計欺詐風險識別方法[J].大數據，2021，7（03）：116-129.

[2]歐陽劍，梁珠芳，任樹懷.大規模中國歷代存世典籍知識圖譜構建研究[J].圖書情報工作，2021，65（05）：126-135.

[3]孔令帥，范永勝.近十年我國比較教育研究的現狀考察與熱點綜述[J].比較教育學報，2021（05）：13-25.

[4]王蘭成，婁國哲.大數據環境下涉軍網絡輿情的知識圖譜服務研究[J].中華醫學圖書情報雜志，2018，27（04）：1-6.

[5]賴榮煊，鄒順，吳文輝，等.知識圖譜在軍事人力資源領域的應用綜述[J].軟件導刊，2021，20（06）：243-247.

[6]薛坤.面向軍事領域的知識圖譜構建與應用研究[D].大連：大連理工大學，2020.