CN112163097A - 一种军事知识图谱构建方法及*** - Google Patents

Abstract

本发明涉及一种军事知识图谱构建方法及***。该方法包括：获取军事数据；对军事数据中的实体进行定义，得到实体对应的本体和本体关系；根据本体和本体关系对军事数据中的实体进行标注，得到标注后的实体关系；根据军事数据和标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型；将待抽取的军事数据输入至训练后的深度学习模型进行实体关系抽取，得到多个抽取出来的实体关系；将各抽取出来的实体关系存入图数据库，得到军事知识图谱。本发明能够有效地利用网络中的军事数据，结合半自动标注和深度学习算法，在减少一定的标注人力的情况下，构建军事知识图谱，为军事工作人员提供准确、全面的军事信息。

Description

一种军事知识图谱构建方法及***

技术领域

本发明涉及军事知识图谱构建技术领域，特别是涉及一种军事知识图谱构建方法及***。

背景技术

知识图谱以结构化的形式描述客观世界中概念、实体及其关系。实体是客观世界中的事物，概念是对具有相同属性的事物的概括和抽象。Google于2012年提出知识图谱，并在语义搜索中取得成功应用。知识图谱可以看做是本体知识表示的一个大规模应用，Google知识图谱的知识表示结构主要描述客观存在实体和实体的关系，对于每个概念都有确定的描述这个概念的属性集合。领域知识图谱是指聚焦在特定垂直领域的知识图谱，其中大都是跟该领域相关的实体和概念。

随着信息技术的发展，互联网的文本数据也呈***式增长。从网络文本数据中快速准确地提取相关知识，构建知识图谱，能够将离散的知识通过节点和线进行连接。知识图谱作为基于图结构的知识存储管理模式，具有关系清晰、结构灵活及可视化程度高的优势。开源数据比如军事新闻等中包含的信息对某些军用领域具有重要作用，从中挖掘出相应的知识构建知识图谱，可用于知识可视化和知识问答，辅助工作者快速进行知识搜索和关联。

目前的知识图谱构建主要为领域知识图谱和通用知识图谱。通用知识图谱覆盖范围更广，但是在深度上没有领域知识图谱深，同时领域知识图谱对于精度的要求更高。目前国内有许多针对领域知识图谱的构建，比如医疗、电商、金融、军工、电力和教育等。军事领域的知识图谱较少，主要基于公开的半结构化百科数据，数据源较为单一，大多基于规则的方式。对于非结构化的军事新闻等数据，只依靠规格的方法难以从中抽取更多的信息。

发明内容

本发明的目的是提供一种军事知识图谱构建方法及***，能够有效地利用网络中的军事数据，结合半自动标注和深度学习算法，在减少一定的标注人力的情况下，构建军事知识图谱，为军事工作人员提供准确、全面的军事信息。

为实现上述目的，本发明提供了如下方案：

一种军事知识图谱构建方法，包括：

获取军事数据；

对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系；

根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系；

根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型；

将待抽取的军事数据输入至所述训练后的深度学习模型进行实体关系抽取，得到多个抽取出来的实体关系；

将各所述抽取出来的实体关系存入图数据库，得到军事知识图谱。

可选地，所述获取军事数据，具体包括：

获取军事新闻数据和军事百科数据。

可选地，所述对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系，具体包括：

通过军事字典和专家知识对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系。

可选地，所述根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系，具体包括：

根据所述本体和所述本体关系使用Brat工具对所述军事数据中的实体进行人工标注，在标注过程中加入规则标注和词性标注，得到标注后的实体关系。

可选地，所述根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型，具体包括：

将所述军事数据作为输入，所述标注后的实体关系作为输出，对基于Bert的深度学习模型进行训练，得到训练后的深度学习模型。

一种军事知识图谱构建***，包括：

军事数据获取模块，用于获取军事数据；

定义模块，用于对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系；

标注模块，用于根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系；

训练模块，用于根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型；

实体关系抽取模块，用于将待抽取的军事数据输入至所述训练后的深度学习模型进行实体关系抽取，得到多个抽取出来的实体关系；

军事知识图谱构建模块，用于将各所述抽取出来的实体关系存入图数据库，得到军事知识图谱。

可选地，所述军事数据获取模块，具体包括：

军事数据获取单元，用于获取军事新闻数据和军事百科数据。

可选地，所述定义模块，具体包括：

定义单元，用于通过军事字典和专家知识对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系。

可选地，所述标注模块，具体包括：

标注单元，用于根据所述本体和所述本体关系使用Brat工具对所述军事数据中的实体进行人工标注，在标注过程中加入规则标注和词性标注，得到标注后的实体关系。

可选地，所述训练模块，具体包括：

训练单元，用于将所述军事数据作为输入，所述标注后的实体关系作为输出，对基于Bert的深度学习模型进行训练，得到训练后的深度学习模型。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明通过半自动标注以及深度学习等技术将所得到的数据，构建军事知识图谱，可以显示出军事新闻中的事件，包括人物、国家和武器装备等信息。通过军事图谱，军事工作人员可以通过军事知识图谱，了解网络的信息，可以作为决策判断的参考。根据本发明的技术方案，能够有效地将军事相关的知识资源汇集起来，建立军事知识图谱，为工作人员提供准确、全面的军事知识。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明军事知识图谱构建方法流程图；

图2为数据获取流程示意图；

图3为数据标注流程示意图；

图4为基于Bert的实体关系抽取模型结构图；

图5为本发明军事知识图谱构建***结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种军事知识图谱构建方法及***，能够有效地利用网络中的军事数据，结合半自动标注和深度学习算法，在减少一定的标注人力的情况下，构建军事知识图谱，为军事工作人员提供准确、全面的军事信息。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

随着人工智能的快速发展，基于深度学习的信息抽取逐渐用于构建知识图谱。实体关系抽取作为信息抽取的核心任务，其主要通过对文本信息建模，自动从大量的非结构化数据中抽取出实体对之间的语义关系，提取出有效的语义知识。

基于上述原因，本发明提出了一种军事知识图谱构建方法及***。通过获取网络上的军事相关的新闻，构建相应的军事本体，基于本体知识进行数据标注；利用标注数据进行深度学习的模型训练；使用深度学习模型对新闻数据进行实体关系抽取，构建知识图谱。本发明在标注的过程中根据数据特点制定规则和利用词性辅助标注，能在一定程度上减少工作人员的工作量。图1为本发明军事知识图谱构建方法流程图。如图1所示，一种军事知识图谱构建方法包括：

步骤101：获取军事数据，具体包括：

获取军事新闻数据和军事百科数据。

爬取军事新闻网上的军事相关的报道，本发明提供的方法主要针对军事新闻，因此获取了新浪、西路、中华网等军事新闻数据，并进行分类存放；获取军事百科数据，军事百科主要涉及武器装备，而在军事新闻中武器装备的出现比较频繁，因此获取中华武器库、环球军事网中的武器装备信息。具体流程如图2所示。

步骤102：对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系，具体包括：

通过军事字典和专家知识对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系。

通过军事词典，军事词典中定义了许多军事专有名词和本体信息，比如武器装备中的类别层级，分为一级类别(飞行器等)和二级类别(如飞行器的二级分类战斗机、攻击机、轰炸机、教练机等)，利用军事词典可以构建相应的武器装备本体库；同时军事百科数据中的武器描述信息也可以对本体库进行完善和补充。知识图谱的构建依托于本体库的构建，除了武器装备，在军事新闻数据中还可能出现其他类型的实体，比如人物、国家、组织等，这些本体的定义需要军事相关的专家进行定义和指导；

步骤103：根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系，具体包括：

根据所述本体和所述本体关系使用Brat工具对所述军事数据中的实体进行人工标注，在标注过程中加入规则标注和词性标注，得到标注后的实体关系。

对比完全基于规则的实体关系抽取方法，对数据进行标注之后再使用深度学习模型能够提高抽取的准确率和召回率。根据步骤102中的知识建模，使用工具Brat进行数据标注，Brat是一个开源的实体关系标注工具，界面友好。

在此基础上，加入了基于规格和词性标注的自动标注模块。在分析了大量的武器装备之后，发现在军事新闻中经常会使用编号名，比如“J-10”(指歼-10战斗机)，或者使用武器别名“KF-X”(指KF-X隐形战机)等。对于上述情况，使用正则表达式来进行提取，自动将军事新闻中的武器别名和编号等提取出来，对标注人员进行提示；同时使用词性标注的方法，提取新闻中的位置和国家等信息。结合规则和词性标注，可以在一定程度上自动提取出实体，达到半自动标注的目的，减少标注人员的工作量，另一方面也可以查漏补缺。具体流程如图3所示。

步骤104：根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型，具体包括：

将所述军事数据作为输入，所述标注后的实体关系作为输出，对基于Bert的深度学习模型进行训练，得到训练后的深度学习模型。

步骤105：将待抽取的军事数据输入至所述训练后的深度学习模型进行实体关系抽取，得到多个抽取出来的实体关系；

Bert模型使用了Transformer，这是一种序列模型，它舍弃RNN的顺序结构，采用了一种完全基于注意力的方法。Bert是一个预训练模型，包含了海量的文本信息，通过Bert获取文本的词向量表示，可以用于多种类型的自然语言处理任务，具有良好的通用性。通过分析军事新闻数据，可以发现部分数据存在实体重叠的情况，比如“7.62毫米并列机枪”这个实体中包含了另一个实体“7.62毫米”，在这种情况下如果使用常用的BIO标注，则无法将两个实体分别识别出来，因此本发明使用了基于Bert的深度学习模型。

模型的整体结构如图4所示，主要包括如下几个部分：

a.Bert共享编码：通过Bert得到每个词的向量表征，把Bert的输出当作词向量使用。

b.主体s标签：该部分用于识别所有可能的主体对象。其通过对每一个位置的编码结果用两个分类器进行分类，来判断其是否是实体的开始或结束位置，即

其中，x_i为第i个词通过Bert的编码输出，W,b为全连接层分类器的参数，激活函数为sigmoid。对于句子中存在多个主体的情况，开始指针与结束指针通过就近匹配原则进行配对。使用这种方法，每个字符都可以作为实体的开头和结尾，比BIO标注中只能拥有一个标签效果更好。

c.关系-客体标签：针对每一个主体，都需要对其进行之后的客体进行预测。由图中可知，其与主体基本一致，主要区别在于每一个关系类别独享一组客体分类器。这一部分的输入除了输入序列的Bert编码结果，还额外加入了主体的特征，主体特征为主体的每个字符的Bert表征的平均池化。

主要表达式如下:

步骤106：将各所述抽取出来的实体关系存入图数据库，得到军事知识图谱。

将抽取出来的实体关系三元组存放至图数据库中，形成三元组。对于每个军事百科中的实体，如果识别出百科中存在的实体，将百科页面中的武器装备属性，作为知识图谱实体的属性。

将图数据库的三元组读取出来，开发页面进行展示。军事工作人员可以在页面中输入实体和关系，查询相关属性；也可以输入两个武器装备实体，获取其关系路径。

本发明通过半自动标注以及深度学习等技术将所得到的数据，构建军事知识图谱，可以显示出军事新闻中的事件，包括人物、国家和武器装备等信息。通过军事图谱，军事工作人员可以通过军事知识图谱，了解网络的信息，可以作为决策判断的参考。根据本发明的技术方案，能够有效地将军事相关的知识资源汇集起来，建立军事知识图谱，为工作人员提供准确、全面的军事知识。

图5为本发明军事知识图谱构建***结构图。如图5所示，一种军事知识图谱构建***包括：

军事数据获取模块201，用于获取军事数据。

定义模块202，用于对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系。

标注模块203，用于根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系。

训练模块204，用于根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型。

实体关系抽取模块205，用于将待抽取的军事数据输入至所述训练后的深度学习模型进行实体关系抽取，得到多个抽取出来的实体关系。

军事知识图谱构建模块206，用于将各所述抽取出来的实体关系存入图数据库，得到军事知识图谱。

所述军事数据获取模块201，具体包括：

军事数据获取单元，用于获取军事新闻数据和军事百科数据。

所述定义模块202，具体包括：

定义单元，用于通过军事字典和专家知识对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系。

所述标注模块203，具体包括：

标注单元，用于根据所述本体和所述本体关系使用Brat工具对所述军事数据中的实体进行人工标注，在标注过程中加入规则标注和词性标注，得到标注后的实体关系。

所述训练模块204，具体包括：

训练单元，用于将所述军事数据作为输入，所述标注后的实体关系作为输出，对基于Bert的深度学习模型进行训练，得到训练后的深度学习模型。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种军事知识图谱构建方法，其特征在于，包括：

获取军事数据；

对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系；

根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系；

根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型；

将待抽取的军事数据输入至所述训练后的深度学习模型进行实体关系抽取，得到多个抽取出来的实体关系；

将各所述抽取出来的实体关系存入图数据库，得到军事知识图谱。

2.根据权利要求1所述的军事知识图谱构建方法，其特征在于，所述获取军事数据，具体包括：

获取军事新闻数据和军事百科数据。

3.根据权利要求1所述的军事知识图谱构建方法，其特征在于，所述对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系，具体包括：

通过军事字典和专家知识对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系。

4.根据权利要求1所述的军事知识图谱构建方法，其特征在于，所述根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系，具体包括：

根据所述本体和所述本体关系使用Brat工具对所述军事数据中的实体进行人工标注，在标注过程中加入规则标注和词性标注，得到标注后的实体关系。

5.根据权利要求1所述的军事知识图谱构建方法，其特征在于，所述根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型，具体包括：

将所述军事数据作为输入，所述标注后的实体关系作为输出，对基于Bert的深度学习模型进行训练，得到训练后的深度学习模型。

6.一种军事知识图谱构建***，其特征在于，包括：

军事数据获取模块，用于获取军事数据；

定义模块，用于对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系；

标注模块，用于根据所述本体和所述本体关系对所述军事数据中的实体进行标注，得到标注后的实体关系；

训练模块，用于根据所述军事数据和所述标注后的实体关系对深度学习模型训练，得到训练后的深度学习模型；

实体关系抽取模块，用于将待抽取的军事数据输入至所述训练后的深度学习模型进行实体关系抽取，得到多个抽取出来的实体关系；

军事知识图谱构建模块，用于将各所述抽取出来的实体关系存入图数据库，得到军事知识图谱。

7.根据权利要求6所述的军事知识图谱构建***，其特征在于，所述军事数据获取模块，具体包括：

军事数据获取单元，用于获取军事新闻数据和军事百科数据。

8.根据权利要求6所述的军事知识图谱构建***，其特征在于，所述定义模块，具体包括：

定义单元，用于通过军事字典和专家知识对所述军事数据中的实体进行定义，得到实体对应的本体和本体关系。

9.根据权利要求6所述的军事知识图谱构建***，其特征在于，所述标注模块，具体包括：

标注单元，用于根据所述本体和所述本体关系使用Brat工具对所述军事数据中的实体进行人工标注，在标注过程中加入规则标注和词性标注，得到标注后的实体关系。

10.根据权利要求6所述的军事知识图谱构建***，其特征在于，所述训练模块，具体包括：

训练单元，用于将所述军事数据作为输入，所述标注后的实体关系作为输出，对基于Bert的深度学习模型进行训练，得到训练后的深度学习模型。

Images