黃紅兵 潘顯軍 李賢玉 張連偉

早在2003年5月美國(guó)國(guó)防部簽署的《國(guó)防部網(wǎng)絡(luò)中心數(shù)據(jù)戰(zhàn)略》[1]中,數(shù)據(jù)的可理解性就被作為一個(gè)重要目標(biāo)被提出來:“用戶和應(yīng)用能同時(shí)在結(jié)構(gòu)和語義上理解數(shù)據(jù),并很容易確定該數(shù)據(jù)怎樣用于特定需求”.我國(guó)學(xué)者也提出了軍事信息系統(tǒng)的“新三互”能力,即互操作、互理解、互遵循[2].無論是獲得數(shù)據(jù)可理解性或高層互操作,還是作戰(zhàn)數(shù)據(jù)的更深層次的應(yīng)用(如軍事信息系統(tǒng)的智能化、自動(dòng)化應(yīng)用),都需要賦予數(shù)據(jù)以語義,將作戰(zhàn)數(shù)據(jù)知識(shí)化.目前絕大多數(shù)軍事信息系統(tǒng)中,作戰(zhàn)數(shù)據(jù)的語義都是在人工理解的基礎(chǔ)上,通過各種應(yīng)用的程序指令和業(yè)務(wù)邏輯來體現(xiàn),這嚴(yán)重限制了知識(shí)的可重用性,也制約了各軍事信息系統(tǒng)之間的互操作性.作戰(zhàn)數(shù)據(jù)知識(shí)化是解決這些問題的一個(gè)重要途徑.文獻(xiàn)[3]也指出,知識(shí)自動(dòng)化是“指控5.0”的關(guān)鍵技術(shù)之一.

本文從軍事信息系統(tǒng)發(fā)展現(xiàn)狀出發(fā),討論了作戰(zhàn)數(shù)據(jù)知識(shí)化的必要性和需求;進(jìn)而以語義Web研究中發(fā)展出來的知識(shí)表示技術(shù)為基礎(chǔ),給出了作戰(zhàn)數(shù)據(jù)知識(shí)化的一般方法,包括作戰(zhàn)知識(shí)的本體化建模、作戰(zhàn)數(shù)據(jù)的知識(shí)獲取以及作戰(zhàn)知識(shí)的推理擴(kuò)充等方法.

1 作戰(zhàn)數(shù)據(jù)知識(shí)化的目的與需求

作戰(zhàn)數(shù)據(jù)知識(shí)化不是“為技術(shù)而技術(shù)”,而是軍事信息系統(tǒng),特別是指揮控制信息系統(tǒng)深入發(fā)展的必然需求.

1.1 作戰(zhàn)數(shù)據(jù)知識(shí)化的目的

作戰(zhàn)數(shù)據(jù)知識(shí)化最基本的目的是服務(wù)于軍事信息系統(tǒng)智能化和軍事信息系統(tǒng)互操作.

1.1.1 軍事信息系統(tǒng)智能化

隨著軍事需求的發(fā)展,智能化已漸漸成為軍事信息系統(tǒng)發(fā)展的主要著力點(diǎn),主要集中于軍事情報(bào)的融合處理[4?5]、指揮控制的決策支持[6?7]、作戰(zhàn)計(jì)劃的自動(dòng)生成[8?9]等諸多領(lǐng)域.雖然智能化的概念非常寬泛,但是基本上都是建立在“知識(shí)”的基礎(chǔ)上的.

智識(shí)的DIKW(Data-Information-Knowledge-Wisdom)等級(jí)模型[10]提出近三十年,雖然數(shù)據(jù)、信息、知識(shí)和智慧的內(nèi)涵與外延、它們之間的關(guān)系以及它們之間的嚴(yán)格區(qū)分還沒有定論(或許也不可能有定論),但是從信息系統(tǒng)的角度看,數(shù)據(jù)、信息、知識(shí)和智慧大體可以與不同類型的信息系統(tǒng)相對(duì)應(yīng)[11],如圖1所示.

圖1 DIKW與不同信息系統(tǒng)之間的大致對(duì)應(yīng)關(guān)系

一定的信息形式支撐一定的信息系統(tǒng),因此,要想軍事信息系統(tǒng)有更深入的、智能化的發(fā)展,作戰(zhàn)數(shù)據(jù)知識(shí)化勢(shì)在必行.

1.1.2 軍事信息系統(tǒng)互操作

雖然軍事信息系統(tǒng)互操作問題很早就被提出來了,美國(guó)國(guó)防部也早在1998年就發(fā)布了信息系統(tǒng)互操作層次模型[12],但是一直沒能很好解決.面向服務(wù)的技術(shù)一直被認(rèn)為是系統(tǒng)互操作問題的最終解決方案,并且這些理念和技術(shù)也融入進(jìn)了許多體系結(jié)構(gòu)框架,例如北約的NAF 3.0、美國(guó)的DoDAF 2.0、英國(guó)的MoDAF 1.2等.但是,正如文獻(xiàn)[13]指出的:由于許多軍事組織之間點(diǎn)對(duì)點(diǎn)的單一關(guān)系,在信息系統(tǒng)服務(wù)化的實(shí)踐中,很多時(shí)候只是將原來的“煙囪式”系統(tǒng)遷移到了“煙囪式”服務(wù).研究者們認(rèn)識(shí)到,即使有服務(wù)和消息的標(biāo)準(zhǔn)、協(xié)議等,各系統(tǒng)還是處于“巴別塔”中(來源于圣經(jīng)故事,指因語言不同、無法溝通),對(duì)數(shù)據(jù)的一致理解、數(shù)據(jù)重用等問題是阻礙軍事信息系統(tǒng)互操作的一個(gè)非常重要方面.

從(廣義的)數(shù)據(jù)互操作角度,概念互操作等級(jí)模型(LCIM,The Levels of Conceptual Interoperability Model)[14]給出了系統(tǒng)互操作的另一種視角,如圖2所示.

按照LCIM 模型,目前許多系統(tǒng)還只停留在語法互操作層次,為了提高軍事信息系統(tǒng)的互操作層次,作戰(zhàn)數(shù)據(jù)知識(shí)化是一個(gè)重要手段,通過作戰(zhàn)知識(shí)共享,實(shí)現(xiàn)更高層次的系統(tǒng)互操作.而在一些互操作標(biāo)準(zhǔn)中也包含著軍事數(shù)據(jù)知識(shí)化的需求,如C-BML[15?16].

圖2 概念互操作等級(jí)模型(LCIM)

1.2 作戰(zhàn)數(shù)據(jù)知識(shí)化的需求

作戰(zhàn)數(shù)據(jù)知識(shí)化,首先需要形成概念體系、建立起知識(shí)模型;然后在此模型的基礎(chǔ)上,對(duì)現(xiàn)有作戰(zhàn)數(shù)據(jù)進(jìn)行知識(shí)抽取,并根據(jù)需要對(duì)它們進(jìn)行合并、校準(zhǔn);更深入地建立推理規(guī)則或特定數(shù)學(xué)模型,對(duì)作戰(zhàn)知識(shí)進(jìn)行推理擴(kuò)充,導(dǎo)出其隱含知識(shí).

1.2.1 作戰(zhàn)知識(shí)建模

作戰(zhàn)知識(shí)本質(zhì)上是一種領(lǐng)域知識(shí).作戰(zhàn)知識(shí)建模就是將作戰(zhàn)領(lǐng)域所涉及的知識(shí)概念化、形式化,通過這些概念之間的關(guān)系表達(dá)其語義,并通過派生于軍事規(guī)則的上下文來表達(dá)其語用.

作戰(zhàn)知識(shí)建模需要將相關(guān)作戰(zhàn)知識(shí)形式化,具體地,需要將作戰(zhàn)知識(shí)涉及的實(shí)體概念、屬性概念、概念間的關(guān)系以及相關(guān)軍事規(guī)則進(jìn)行形式化,形成計(jì)算機(jī)可處理的數(shù)字化知識(shí),如圖3所示.這些實(shí)體概念包括組織、人員、設(shè)施、裝備、資源、環(huán)境、活動(dòng)、計(jì)劃等涉及和包含的各種實(shí)體概念.實(shí)體屬性概念包括能力、數(shù)量、位置、速度等描述實(shí)體特征的各種概念.概念之間的關(guān)系包括概念間的類屬、組織間的從屬、作戰(zhàn)活動(dòng)中的支援、物資分配中的占有等各種關(guān)系.軍事規(guī)則是從軍事條令、作戰(zhàn)手冊(cè)等歸納、抽象出的一系列規(guī)則,包括相關(guān)約束條件、觸發(fā)規(guī)則等.

作戰(zhàn)知識(shí)建模需要選擇相應(yīng)的知識(shí)表達(dá)方式,本文選擇本體(Ontology)來描述知識(shí),關(guān)于這點(diǎn)將在第2節(jié)討論.

圖3 作戰(zhàn)知識(shí)建模

1.2.2 作戰(zhàn)知識(shí)抽取、合并、對(duì)準(zhǔn)

作戰(zhàn)數(shù)據(jù)知識(shí)化的第2步,需要將現(xiàn)存于各種軍事信息系統(tǒng)中的數(shù)據(jù),按照建立起的作戰(zhàn)知識(shí)模型,進(jìn)行知識(shí)抽取、合并,形成知識(shí)庫,并且對(duì)不一致的知識(shí)進(jìn)行匹配對(duì)準(zhǔn),形成可用的作戰(zhàn)知識(shí)庫,如圖4所示.作戰(zhàn)知識(shí)抽取就是按照一定的知識(shí)表示方式從作戰(zhàn)數(shù)據(jù)中獲取作戰(zhàn)知識(shí);合并就是將獲得的作戰(zhàn)知識(shí)按照統(tǒng)一的知識(shí)表示對(duì)獲得的知識(shí)進(jìn)行整合;匹配對(duì)準(zhǔn)是根據(jù)建立的作戰(zhàn)知識(shí)模型,在不同來源知識(shí)的不一致概念之間建立聯(lián)系,賦予一致的語義.通常,作戰(zhàn)知識(shí)抽取與合并可以一并進(jìn)行,在抽取時(shí)就按照統(tǒng)一的知識(shí)表示來進(jìn)行,合并就很簡(jiǎn)單,可以連帶實(shí)施,如圖4所示.

圖4 作戰(zhàn)知識(shí)抽取、合并、對(duì)準(zhǔn)

作戰(zhàn)知識(shí)的獲得之所以要從現(xiàn)有的信息系統(tǒng)數(shù)據(jù)中抽取,主要基于兩個(gè)原因:1)從頭開始獲取作戰(zhàn)知識(shí)所需要的工作量太大,而現(xiàn)有數(shù)據(jù)中本身蘊(yùn)含著一定的知識(shí)模型,只是在實(shí)體化數(shù)據(jù)時(shí)丟失了這些模型;2)考慮系統(tǒng)的兼容性和延續(xù)性,基于知識(shí)的新系統(tǒng)不可能完全拋開原來的數(shù)據(jù),只能在原有作戰(zhàn)數(shù)據(jù)的基礎(chǔ)上增加語義信息,形成作戰(zhàn)知識(shí).

按照一定的作戰(zhàn)知識(shí)模型,直接從數(shù)據(jù)中抽取獲得的作戰(zhàn)知識(shí),是一種顯式知識(shí).除了表達(dá)不同,它并不能帶來更多信息.作戰(zhàn)數(shù)據(jù)知識(shí)化的紅利來自蘊(yùn)涵于顯式知識(shí)中的隱式知識(shí),而隱式知識(shí)是通過推理獲得的.因而作戰(zhàn)數(shù)據(jù)知識(shí)化的一個(gè)非常重要的需求是作戰(zhàn)知識(shí)的推理擴(kuò)充,如圖5所示.

圖5 作戰(zhàn)知識(shí)推理擴(kuò)充

作戰(zhàn)知識(shí)推理擴(kuò)充一般包括兩類:一類是基于知識(shí)表示的,即利用知識(shí)表示的語義表達(dá)能力,進(jìn)行知識(shí)推理.例如,如果存在兩條顯式知識(shí)“A是驅(qū)逐艦”、“驅(qū)逐艦是艦船”,在一定的知識(shí)表示下,可以自動(dòng)推理出“A是艦船”.另一類相對(duì)復(fù)雜一些,需要按照一定的表達(dá)方式建立推理規(guī)則,通過相應(yīng)規(guī)則驅(qū)動(dòng)隱式知識(shí)的獲取,如圖5.在作戰(zhàn)數(shù)據(jù)知識(shí)化時(shí),需要考慮這兩種知識(shí)推理擴(kuò)充方式.

2 作戰(zhàn)知識(shí)的本體化建模

在計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域,本體(Ontology)是一種知識(shí)表示方法[17],是一個(gè)關(guān)于領(lǐng)域知識(shí)的形式化描述.作戰(zhàn)知識(shí)本體化建模就是通過本體技術(shù),將作戰(zhàn)領(lǐng)域知識(shí)以一種形式化的、機(jī)器可處理的方式組織和表示出來.

2.1 本體技術(shù)

抽象地,知識(shí)是關(guān)于論域中事物和事件的命題集,而命題都是由概念及概念之間的關(guān)系來表達(dá).本體技術(shù)就是基于這一認(rèn)識(shí),以形式化方法來描述概念及概念之間的關(guān)系,并以此來表達(dá)知識(shí).

2.1.1 一般本體及其表達(dá)

知識(shí)的基本組成是命題,命題的基礎(chǔ)是概念,概念由其內(nèi)涵與外延決定,但是孤立的概念難以表達(dá)意義,意義蘊(yùn)含在概念的關(guān)系中.因此,作為知識(shí)表達(dá)的本體,其組成包括:

1)類或類型(Classes or Types),描述客觀世界對(duì)象的類型,用于表達(dá)概念內(nèi)涵;

2)對(duì)象或個(gè)體(Objects or Individuals),描述客觀世界對(duì)象個(gè)體或?qū)嵗?用于表達(dá)概念外延;

3)特性(Properties or Attributes),描述類或個(gè)體的特征,用于表達(dá)概念內(nèi)涵;當(dāng)將類或個(gè)體之間的關(guān)系看作一種特性(Properties)時(shí),也用于表達(dá)概念之間的關(guān)系;

4)屬性值(Attribute Values),個(gè)體特性的值,用于表達(dá)概念外延;

5)關(guān)系(Relations),描述類之間、個(gè)體之間、類和個(gè)體之間的關(guān)系,用于表達(dá)概念之間的關(guān)系;

6)斷言或/和公理(Assertions or/and Axioms),利用以上概念給出論域中的相關(guān)命題.

作為共享概念模型的形式化顯式規(guī)范描述[18],本體需要一種具有明確語義的顯式描述方法.

本體描述方法在語義Web(Semantic Web)[19]領(lǐng)域得到了深入發(fā)展,最終形成了本體描述語言O(shè)WL(Web Ontology Language).早在2004年OWL就成為W3C推薦的本體建模標(biāo)準(zhǔn),新的版本OWL2[20]也于2012年正式發(fā)布.

OWL的基本構(gòu)造塊包括類(Class)、個(gè)體(Individual)、特性(Property)和公理(Axiom)[21].對(duì)于上述本體組成,OWL中的顯式表達(dá)對(duì)應(yīng)如表1.

OWL的邏輯基礎(chǔ)是描述邏輯(Description logic),有著嚴(yán)格的語法和形式化的語義[22].描述邏輯是一階謂詞邏輯的一個(gè)子集,有著很好的可計(jì)算性,能夠進(jìn)行有效推理.也正因如此,語義Web領(lǐng)域已經(jīng)發(fā)展出了很多本體開發(fā)和知識(shí)推理的工具[23],如 Prot′eg′e[24?25]、Jena[26?27]、Pellet[28?29]等.

2.1.2 概率本體及其表達(dá)

由于OWL是基于傳統(tǒng)邏輯的,對(duì)概率性知識(shí)描述以及可能性推理的支持存在不足.而在許多領(lǐng)域中,不確定信息是固有的,甚至處于支配地位,如軍事的許多相關(guān)領(lǐng)域.這些領(lǐng)域的許多知識(shí)通常以一種概率模型表示.而通過在標(biāo)準(zhǔn)本體上增加注解(Annotation)的方式,不能表達(dá)概率模型中的結(jié)構(gòu)性約束和概率依賴關(guān)系,更不能進(jìn)行有效推理.因此,研究者們拓展了語義Web語言,以支持概率性知識(shí)描述和可能性推理[30?31],其中最典型的一種是概率網(wǎng)絡(luò)本體語言(Probabilistic Web Ontology Language,PR-OWL)[32?33].

PR-OWL是OWL的擴(kuò)展,用以表達(dá)復(fù)雜的貝葉斯概率模型,經(jīng)過發(fā)展解決了早期在表達(dá)及語義上與OWL不相容的問題[34?35],并被應(yīng)用于許多領(lǐng)域[31].

PR-OWL是基于多實(shí)體貝葉斯網(wǎng)(Multi-Entity Bayesian Networks,MEBN)[36]構(gòu)建的,其主干概念如圖6所示,這些概念就是來源于MEBN,也是PR-OWL頂層本體的主要部分.

MEBN是一種一階貝葉斯邏輯,也是一種直接基于實(shí)體關(guān)系的一階概率邏輯[37],它利用實(shí)體關(guān)系模型將貝葉斯理論融進(jìn)了經(jīng)典的一階邏輯,能夠以邏輯一致的方式表達(dá)不確定性.在MEBN中一個(gè)實(shí)體貝葉斯模型就是一個(gè)MEBN理論,在PR-OWL中以MTheory表達(dá);MEBN理論由若干MEBN片段(MFrag)組成,在PR-OWL中通過關(guān)系hasMFrag表達(dá)這種包含關(guān)系;每個(gè)MEBN片段代表了一組實(shí)體的影響關(guān)系以及與之關(guān)聯(lián)的隨機(jī)變量之間的概率信息,擁有隨機(jī)變量的實(shí)體在PROWL中以Node表達(dá);實(shí)體(Node)或者擁有一個(gè)被其他實(shí)體定義的可能狀態(tài),或者被一個(gè)概率分布所定義.

表1 本體基本組成在OWL中的表達(dá)

圖6 PR-OWL的主干概念及其關(guān)系

正是基于這種形式化表示,PR-OWL也有了自己的工具——UnBBayes[38?39].UnBBayes提供了圖形用戶界面和推理器,可以用于對(duì)基于PROWL/MEBN的概率本體進(jìn)行建模和推理,并且與基于OWL的本體建模工具(如Prot′eg′e)保持兼容.

2.1.3 本體開發(fā)的一般過程

本體建模是一個(gè)復(fù)雜的系統(tǒng)工程,它不僅需要廣大領(lǐng)域?qū)＜业膮⑴c,還需要有效的開發(fā)方法和建模工具.研究者們從工程化的角度給出了很多本體開發(fā)方法[40],一般地,包括以下步驟:

1)確定本體建模的目的、范圍和需求:本體的使用目的是什么？使用本體來完成哪些具體任務(wù)？需要對(duì)哪一具體領(lǐng)域建模？需要這一領(lǐng)域哪些方面的知識(shí)？本體以何種粒度進(jìn)行建模？

2)獲取領(lǐng)域知識(shí):根據(jù)需求,針對(duì)不同的知識(shí)性質(zhì)對(duì)知識(shí)進(jìn)行分類,確定相關(guān)知識(shí)的來源;對(duì)不同來源的知識(shí)采用相應(yīng)的方法進(jìn)行知識(shí)獲取,形成本體的半形式化描述.

3)本體構(gòu)建與精化:按照一定的概念模型,利用建模工具,對(duì)半形式化的領(lǐng)域知識(shí),進(jìn)行結(jié)構(gòu)化的顯式表達(dá),形成形式化本體;如果有相關(guān)本體存在,重用已經(jīng)存在的本體.

4)本體驗(yàn)證與確認(rèn):根據(jù)邏輯標(biāo)準(zhǔn)、結(jié)構(gòu)和形式標(biāo)準(zhǔn)、準(zhǔn)確性標(biāo)準(zhǔn)等來評(píng)估與驗(yàn)證本體,確定所構(gòu)建的本體是否符合需求.

當(dāng)然,這些之間可以存在一些迭代.

總之,本體以其強(qiáng)有力的知識(shí)表達(dá)能力已被廣泛關(guān)注,語義Web領(lǐng)域發(fā)展出來的諸多技術(shù)和工具現(xiàn)在不再局限于該領(lǐng)域自己,已經(jīng)被應(yīng)用于其他諸多領(lǐng)域,如物聯(lián)網(wǎng)[41]、情報(bào)大數(shù)據(jù)管理與分析[42]等.隨著智能化需求的發(fā)展,這些技術(shù)和工具也正被應(yīng)用于各種軍事領(lǐng)域.

2.2 作戰(zhàn)知識(shí)及其一般層次

從知識(shí)體系角度,作戰(zhàn)知識(shí)可以按作戰(zhàn)層次分為戰(zhàn)略知識(shí)、戰(zhàn)役知識(shí)和戰(zhàn)術(shù)知識(shí)等,也可以按作戰(zhàn)要素領(lǐng)域分為指控領(lǐng)域知識(shí)、情報(bào)領(lǐng)域知識(shí)、通信領(lǐng)域知識(shí)、氣象領(lǐng)域知識(shí),等等.但是,這些分類方法,還是將作戰(zhàn)知識(shí)條塊分割,并不利于系統(tǒng)互操作.一般來說,無論是作戰(zhàn)數(shù)據(jù)、作戰(zhàn)知識(shí),還是建構(gòu)于其上的信息系統(tǒng),它們都隱含著一個(gè)模型,該模型是現(xiàn)實(shí)作戰(zhàn)系統(tǒng)某些方面或?qū)傩缘暮?jiǎn)化描述,用于結(jié)構(gòu)化、理解或服務(wù)于真實(shí)作戰(zhàn)系統(tǒng).

綜合諸多方面的考慮,可以將作戰(zhàn)知識(shí)分成3個(gè)大的層次,如圖7所示:1)關(guān)于作戰(zhàn)系統(tǒng)自身的知識(shí),即作戰(zhàn)系統(tǒng)的組成以及這些組成之間的關(guān)系的知識(shí);2)關(guān)于作戰(zhàn)實(shí)體圍繞作戰(zhàn)而展開的活動(dòng)的知識(shí);3)關(guān)于戰(zhàn)場(chǎng)態(tài)勢(shì)的事實(shí)判斷以及未來狀態(tài)的預(yù)期的綜合性知識(shí).

圖7 作戰(zhàn)知識(shí)及其一般層次

作戰(zhàn)系統(tǒng)自身的知識(shí),即關(guān)于作戰(zhàn)系統(tǒng)的組成以及這些組成之間的關(guān)系的知識(shí).作戰(zhàn)系統(tǒng)的組成,即構(gòu)成作戰(zhàn)系統(tǒng)的各種實(shí)體,包括參加作戰(zhàn)的敵我兵力(包括建制、人員、武器、裝備等)、作戰(zhàn)環(huán)境(包括陸地、海上、空中、太空等物理環(huán)境和政治、經(jīng)濟(jì)、文化等非軍事環(huán)境)、作戰(zhàn)資源(主要指的是消耗性物資,如彈藥、頻譜、油料、糧食等)、時(shí)間(包括時(shí)刻、時(shí)序、時(shí)延等)、空間(點(diǎn)、線、面、體、方位;位置、長(zhǎng)度、面積、體積、角度等),等等.作戰(zhàn)系統(tǒng)組成之間的關(guān)系,主要通過相關(guān)屬性、隸屬關(guān)系、制約條件等來體現(xiàn),如武器的裝彈量、通信裝備所占頻率、作戰(zhàn)單元之間的隸屬、武器裝備適用的戰(zhàn)場(chǎng)空間,等等.作戰(zhàn)系統(tǒng)自身的知識(shí)主要描述Who、When、Where.

關(guān)于作戰(zhàn)活動(dòng)的知識(shí),指的是與作戰(zhàn)活動(dòng)的主體、效用、目的等相關(guān)的知識(shí).對(duì)活動(dòng)的描述可以是描述性的,即事件;也可以是規(guī)范性的,即任務(wù).作戰(zhàn)活動(dòng)是在一定的戰(zhàn)場(chǎng)環(huán)境和社會(huì)背景下,由作戰(zhàn)單元承擔(dān)執(zhí)行,它發(fā)生在一定的時(shí)間、空間中,消耗相應(yīng)的作戰(zhàn)資源.因此,關(guān)于作戰(zhàn)活動(dòng)的知識(shí)是建立在關(guān)于作戰(zhàn)系統(tǒng)自身的知識(shí)上的,是關(guān)于What的知識(shí).

關(guān)于事實(shí)、預(yù)期與決策的知識(shí),包括與態(tài)勢(shì)、計(jì)劃、命令等概念相關(guān)的知識(shí),它是在關(guān)于作戰(zhàn)系統(tǒng)自身的知識(shí)和關(guān)于作戰(zhàn)活動(dòng)的知識(shí)的基礎(chǔ)上,對(duì)作戰(zhàn)實(shí)體過去、現(xiàn)在、未來的狀態(tài)和活動(dòng)的綜合判斷,以及在這些判斷之上形成的策略、措施.這些知識(shí)蘊(yùn)含著人的意識(shí),是What、Who、When、Where、Why、How 的綜合知識(shí).

關(guān)于作戰(zhàn)系統(tǒng)自身的知識(shí)是最基本的,是其他兩類知識(shí)的基礎(chǔ).

這3類作戰(zhàn)知識(shí)存在于軍事理論、作戰(zhàn)條令、行動(dòng)手冊(cè)、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)學(xué)模型乃至數(shù)據(jù)庫等結(jié)構(gòu)化或非結(jié)構(gòu)化的文件和數(shù)據(jù)源中,也存在于各軍事領(lǐng)域?qū)＜业拇竽X中.

2.3 作戰(zhàn)知識(shí)的本體構(gòu)建

2.3.1 作戰(zhàn)知識(shí)本體的組織

基于本體的作戰(zhàn)知識(shí)可以分為兩類:模式知識(shí)和實(shí)例知識(shí).模式知識(shí)也稱術(shù)語知識(shí)(Terminological Knowledge),對(duì)應(yīng)于描述邏輯的T-Box,它們定義了領(lǐng)域知識(shí)結(jié)構(gòu),描述的是關(guān)于類的知識(shí).實(shí)例知識(shí)也稱斷言知識(shí)(Assertional Knowledge),對(duì)應(yīng)于描述邏輯的A-Box,描述的是關(guān)于個(gè)體的知識(shí).將這兩類相分離,保證了知識(shí)結(jié)構(gòu)不被破壞,將類和個(gè)體分開,使模式知識(shí)具有復(fù)用性.

為了具有更好的可重用性和互操作性,可以將描述模式作戰(zhàn)知識(shí)的模式本體分成一般本體和特殊本體.一般本體(或稱頂層本體、基本本體、核心本體)指的是可以在不同軍事領(lǐng)域進(jìn)行復(fù)用的本體,這些本體中的概念是非常一般化的、獨(dú)立于特定領(lǐng)域的,如作戰(zhàn)實(shí)體、活動(dòng)、事件、時(shí)間、空間,等等.特殊本體指的是與特定領(lǐng)域、應(yīng)用、任務(wù)、活動(dòng)、方法等相關(guān)的本體.基于這種認(rèn)識(shí),作戰(zhàn)知識(shí)本體可以按圖8的層次方式進(jìn)行組織.

頂層本體定義最一般的軍事概念和關(guān)系,可以被所有軍事領(lǐng)域復(fù)用;領(lǐng)域本體描述陸、海、空等軍兵種或指控、情報(bào)、通信等領(lǐng)域知識(shí),可以被該領(lǐng)域的所有應(yīng)用復(fù)用;應(yīng)用本體針對(duì)特定應(yīng)用而構(gòu)建,表達(dá)該應(yīng)用所需要的特殊知識(shí).

2.3.2 作戰(zhàn)知識(shí)頂層本體

根據(jù)前面關(guān)于作戰(zhàn)知識(shí)及其一般層次和組成的論述,可以構(gòu)建作戰(zhàn)知識(shí)頂層本體,其主干結(jié)構(gòu)如圖9所示.作戰(zhàn)知識(shí)頂層本體圍繞作戰(zhàn)活動(dòng)而構(gòu)建,將關(guān)于作戰(zhàn)系統(tǒng)自身的知識(shí)、關(guān)于作戰(zhàn)活動(dòng)的知識(shí)和關(guān)于事實(shí)與預(yù)期的知識(shí)聯(lián)系在一起,融合成一個(gè)有機(jī)的頂層知識(shí)框架.

圖8 作戰(zhàn)知識(shí)本體的層次組織方式

圖9 頂層作戰(zhàn)知識(shí)本體的主干結(jié)構(gòu)

有關(guān)作戰(zhàn)系統(tǒng)自身的本體主要集中于實(shí)體(Entity),其類層次結(jié)構(gòu)如圖10所示.當(dāng)然這只是一個(gè)實(shí)例,實(shí)際的類層次結(jié)構(gòu)需要結(jié)合軍事理論、作戰(zhàn)條令、數(shù)據(jù)標(biāo)準(zhǔn)等來抽象得到.

2.3.3 領(lǐng)域本體和應(yīng)用本體的構(gòu)建

領(lǐng)域本體和應(yīng)用本體的構(gòu)建,在概念和關(guān)系上是對(duì)頂層本體的精化和擴(kuò)充.例如,在情報(bào)領(lǐng)域,可以對(duì)“態(tài)勢(shì)(Situation)”進(jìn)行精化、擴(kuò)充,形成如圖11所示的態(tài)勢(shì)感知核心本體[43].

領(lǐng)域本體和應(yīng)用本體在精化和擴(kuò)充過程中,應(yīng)遵循以下兩個(gè)原則:1)“奧卡姆剃刀”原則,“如無必要,勿增實(shí)體”,保持本體中概念和關(guān)系簡(jiǎn)單、有效;概念和關(guān)系越復(fù)雜,構(gòu)建過程中越容易出錯(cuò),同時(shí)知識(shí)推理更耗資源;2)模塊化原則,提高本體的內(nèi)聚度,減小本體間的耦合度,這可以利用本體語言提供的模塊化特征(如OWL的模塊化、可組合、分布等特性),通過關(guān)注點(diǎn)分離來實(shí)現(xiàn).

圖10 實(shí)體的類層次結(jié)構(gòu)

圖11 對(duì)頂層本體精化和擴(kuò)充得到的態(tài)勢(shì)感知核心本體

遵循這些原則,可以帶來如下好處:1)可擴(kuò)展,利于開發(fā),使本體設(shè)計(jì)可協(xié)作、可持續(xù);2)可組裝,利于維護(hù),許多維護(hù)任務(wù)可以通過更換發(fā)生問題的模塊來完成;3)可重用,方便使用,每個(gè)獨(dú)立模塊都可以更容易地在其他語境中使用;4)有效推理,因?yàn)楹?jiǎn)單并且可能只有模塊的一小部分與推理問題有關(guān)或這個(gè)推理可以分配到獨(dú)立模塊進(jìn)行處理,使得對(duì)一些推理變得更有效率;5)更開放,便于本體更方便、自然地演進(jìn).

通常,由傳統(tǒng)數(shù)學(xué)模型描述的概率性知識(shí),可以在應(yīng)用本體中構(gòu)建,如果是領(lǐng)域通用的本體,可以在領(lǐng)域本體中構(gòu)建,以便于知識(shí)復(fù)用.

鑒于本體的設(shè)計(jì)目的以及當(dāng)前技術(shù)水平,并不是所有概率性知識(shí)都可以通過本體表達(dá),能夠表達(dá)的通常只是一些能夠進(jìn)行概率或模糊推理的知識(shí),PR-OWL表達(dá)的則是能夠進(jìn)行貝葉斯推理的知識(shí).基于PR-OWL創(chuàng)建領(lǐng)域性的或應(yīng)用的概率性本體,可以按以下步驟進(jìn)行:

1)確定需要建模的概率性知識(shí)所涉及的概念實(shí)體.這些實(shí)體的確定通常可以通過識(shí)別具有影響關(guān)系的邏輯組來實(shí)現(xiàn).

2)確定實(shí)體所具有的屬性.如果屬性是連續(xù)的,確定如何將它離散化;如果是離散的,但是取值太多,確定如何將取值分組.

3)確定實(shí)體之間的影響規(guī)則,包括同一個(gè)邏輯組之內(nèi)的實(shí)體之間以及不同組的實(shí)體之間.這些規(guī)則表現(xiàn)為實(shí)體屬性值或其分布之間的相關(guān)關(guān)系.

4)將以上實(shí)體、邏輯組、影響關(guān)系和規(guī)則,映射到MEBN的相應(yīng)元素.一般地,邏輯組映射到MEBN的片段(MFrag);根據(jù)在邏輯組中影響關(guān)系的位置不同,實(shí)體分別映射到語境結(jié)點(diǎn)(Context Node)、輸入結(jié)點(diǎn)(Input Node)或駐留結(jié)點(diǎn)(Resident Node);影響規(guī)則映射到概率分布(Probability Distribution).

5)利用建模工具,將上述結(jié)果通過PR-OWL表達(dá)出來.

3 基于作戰(zhàn)數(shù)據(jù)的作戰(zhàn)知識(shí)本體獲取

作戰(zhàn)知識(shí)本體獲取的基本方法有兩種:自上而下的方法和自下而上的方法.自上而下的方法即如上節(jié)所述從頂層本體一步步精化、擴(kuò)充.自下而上的方法則是從數(shù)據(jù)庫、文檔等結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)中提取本體.考慮現(xiàn)實(shí)需求,特別是系統(tǒng)的兼容性和延續(xù)性需求,作戰(zhàn)知識(shí)本體的獲取通?；谝延械淖鲬?zhàn)數(shù)據(jù),從這些數(shù)據(jù)中抽取和構(gòu)建本體.

從作戰(zhàn)數(shù)據(jù)中獲取本體主要包含3個(gè)方面的工作:模式本體的構(gòu)建、實(shí)例本體的抽取、作戰(zhàn)知識(shí)本體的匹配與對(duì)準(zhǔn).

3.1 作戰(zhàn)知識(shí)模式本體的構(gòu)建

作戰(zhàn)數(shù)據(jù)最主要的存儲(chǔ)方式是數(shù)據(jù)庫,它們都是基于一定的數(shù)據(jù)模型來構(gòu)建的.因此,作戰(zhàn)知識(shí)模式本體的第一種獲取途徑就是作戰(zhàn)數(shù)據(jù)的數(shù)據(jù)模型.而另外一些與數(shù)據(jù)相關(guān)的作戰(zhàn)知識(shí),隱含在作戰(zhàn)數(shù)據(jù)的應(yīng)用邏輯中,包括對(duì)數(shù)據(jù)的處理和分析.

3.1.1 數(shù)據(jù)模型到本體的直接映射

作戰(zhàn)數(shù)據(jù)模型通?；谝欢ǖ臄?shù)據(jù)標(biāo)準(zhǔn)來開發(fā),一般以ER(Entity-Relationship,實(shí)體-關(guān)系)圖表示,存在于開發(fā)文檔和相關(guān)文件中.數(shù)據(jù)模型還可以利用工具(如Sybase Power Designer),通過逆向工程,從已有的數(shù)據(jù)庫模式(Database Schema)中獲取.

關(guān)系數(shù)據(jù)模型也包括實(shí)體、關(guān)系、屬性等基本元素,可以與本體中的概念相對(duì)應(yīng),對(duì)應(yīng)關(guān)系如表2所示.

更進(jìn)一步,數(shù)據(jù)庫組件與OWL表達(dá)的映射關(guān)系如表3所示.

基于作戰(zhàn)數(shù)據(jù),利用這種對(duì)應(yīng)關(guān)系進(jìn)行映射轉(zhuǎn)換,可以提取作戰(zhàn)知識(shí)的許多模式本體,能夠減少?gòu)念^開始構(gòu)建本體的工作量,并且能夠與作戰(zhàn)數(shù)據(jù)相容,利于軍事信息系統(tǒng)的繼承與發(fā)展.

但是,作戰(zhàn)數(shù)據(jù)庫中的實(shí)體表一般對(duì)應(yīng)于作戰(zhàn)知識(shí)模式本體中最下一層的類,不能構(gòu)成完整的作戰(zhàn)知識(shí)本體類層次結(jié)構(gòu).通常情況下可以采用兩種方法完善這一工作:1)基于從作戰(zhàn)數(shù)據(jù)中提取的本體一層一層抽象得到作戰(zhàn)知識(shí)本體的類層次結(jié)構(gòu);2)更直接地,從作戰(zhàn)數(shù)據(jù)標(biāo)準(zhǔn)或數(shù)據(jù)庫表名直接構(gòu)建出來,因?yàn)樽鲬?zhàn)數(shù)據(jù)中的實(shí)體分類,通常在數(shù)據(jù)標(biāo)準(zhǔn)中給出,或體現(xiàn)在數(shù)據(jù)庫表名中.另外,還有一些關(guān)系數(shù)據(jù)模型無法表達(dá)的知識(shí),也需要人工進(jìn)一步完善,例如,關(guān)系的傳遞性、對(duì)稱性、自反性,不相交類,關(guān)系鏈,等等.

3.1.2 作戰(zhàn)數(shù)據(jù)應(yīng)用中的本體獲取

在傳統(tǒng)的軍事信息系統(tǒng)中,作戰(zhàn)數(shù)據(jù)的絕大部分語義都蘊(yùn)涵在了數(shù)據(jù)的應(yīng)用邏輯之中,體現(xiàn)在數(shù)據(jù)的處理和分析上.因此,這一部分與數(shù)據(jù)相關(guān)的作戰(zhàn)知識(shí),需要深入挖掘數(shù)據(jù)應(yīng)用的業(yè)務(wù)邏輯,從中提取可以本體化的知識(shí).這一過程相對(duì)復(fù)雜,獲取手段也多是特定的,難以給出通用的具體方法,其一般過程如圖12所示.

表2 關(guān)系數(shù)據(jù)模型基本元素與本體中的概念的對(duì)應(yīng)關(guān)系

表3 數(shù)據(jù)庫組件與OWL表達(dá)的映射關(guān)系

圖12 從作戰(zhàn)應(yīng)用中獲取本體的一般過程

隨著數(shù)據(jù)分析處理技術(shù)的發(fā)展,基于數(shù)據(jù)的作戰(zhàn)知識(shí)的一個(gè)重要來源是數(shù)據(jù)分析,這類知識(shí)不僅可以是分析結(jié)果還可以是分析過程.對(duì)分析過程的本體建模通常比較難,特別是涉及復(fù)雜的數(shù)學(xué)模型,圖12包含了PR-OWL可以進(jìn)行建模的數(shù)據(jù)分析過程,即基于貝葉斯網(wǎng)的分析過程.

3.2 作戰(zhàn)知識(shí)實(shí)例本體的抽取

數(shù)據(jù)庫中的數(shù)據(jù)實(shí)例(即數(shù)據(jù)庫表中的行),可以基于提取的模式本體,按照一定的映射規(guī)則,從數(shù)據(jù)庫中提取轉(zhuǎn)換為實(shí)例本體.

從數(shù)據(jù)庫中抽取實(shí)例作戰(zhàn)知識(shí)本體的基本框架如圖13所示.

數(shù)據(jù)實(shí)例到實(shí)例本體的映射規(guī)則如表4所示.基于作戰(zhàn)數(shù)據(jù)和模式本體,利用表4中的這種映射關(guān)系,就可以抽取作戰(zhàn)知識(shí)的實(shí)例本體.

至于概率本體的實(shí)例,由于其與實(shí)例數(shù)據(jù)的對(duì)應(yīng)關(guān)系比較復(fù)雜,通常要根據(jù)具體的模式概率本體與相應(yīng)數(shù)據(jù)庫模式的對(duì)應(yīng)關(guān)系,建立起數(shù)據(jù)實(shí)例的提取映射規(guī)則,然后基于這些關(guān)系和規(guī)則來抽取.

表4 數(shù)據(jù)實(shí)例到實(shí)例本體的映射規(guī)則

圖13 作戰(zhàn)知識(shí)實(shí)例本體的抽取框架

3.3 作戰(zhàn)知識(shí)本體的匹配對(duì)準(zhǔn)

構(gòu)建作戰(zhàn)知識(shí)的一個(gè)重要目的是知識(shí)共享.因此,在許多應(yīng)用場(chǎng)合下,需要將從不同作戰(zhàn)數(shù)據(jù)中獲取本體進(jìn)行合并,實(shí)現(xiàn)知識(shí)的共享與復(fù)用.但是,不同來源的作戰(zhàn)知識(shí)本體可能存在一些不一致的地方,不能通過簡(jiǎn)單堆積就能實(shí)現(xiàn)合并;同時(shí),這些不同本體之間還可能存在一定的關(guān)系,需要建立起這些關(guān)系,使作戰(zhàn)知識(shí)保證完整性.

不同本體之間的異質(zhì)性有多種類型[44],包括:1)語法異質(zhì)性(Syntactic Heterogeneity),指的是因?yàn)椴捎貌煌倔w語言表達(dá)產(chǎn)生的不一致性;2)術(shù)語異質(zhì)性(Terminological Heterogeneity),指的是在不同的本體中使用不同的名稱指稱同一個(gè)(種)實(shí)體;3)概念異質(zhì)性(Conceptual Heterogeneity),也稱語義異質(zhì)性(Semantic Heterogeneity),指的是由于使用了不同的概念定義或不同的概念而導(dǎo)致的不一致;4)語用異質(zhì)性(Pragmatic Heterogeneity),關(guān)注的是人怎樣理解和使用實(shí)體概念,這種異質(zhì)性一般是計(jì)算機(jī)難以處理的.

本體之間的語法異質(zhì)性,可以通過不同本體語言之間的轉(zhuǎn)換關(guān)系,利用工具很容易完成.對(duì)于作戰(zhàn)知識(shí)本體來說,通常情況下對(duì)它們的理解和使用基本一致,因而語用異質(zhì)性一般可以不用考慮.對(duì)于術(shù)語異質(zhì)性和語義異質(zhì)性,需要在不一致的本體之間找出對(duì)應(yīng)關(guān)系,并通過確定的描述方式顯式表達(dá)出來.

術(shù)語異質(zhì)性和語義異質(zhì)性一般是緊密相關(guān)的,消除它們的一般過程如下:

1)從不同本體的最上層概念開始,逐層比較這些概念的名稱和意義;

2)找出這些概念之間的關(guān)系,如同義關(guān)系、反義關(guān)系、同一關(guān)系、并列-互斥關(guān)系、超類-子類關(guān)系、整體-部分關(guān)系,等等,或者沒有關(guān)系;

3)基于給定的本體語言,顯式描述這些關(guān)系.

這一過程相當(dāng)于在不同作戰(zhàn)知識(shí)本體之間添加必要的匹配對(duì)準(zhǔn)知識(shí),使合并起來后的本體保持一致相容.這種匹配對(duì)準(zhǔn)知識(shí)主要表現(xiàn)為相關(guān)概念之間的關(guān)系,OWL中描述類、特性和實(shí)例各自之間關(guān)系的顯式表達(dá)方式如表5所示.圖14給出的是一個(gè)基于OWL的簡(jiǎn)單本體之間的匹配對(duì)準(zhǔn)實(shí)例.

4 作戰(zhàn)知識(shí)的推理與擴(kuò)充

除了能夠?qū)⒆鲬?zhàn)數(shù)據(jù)所不能描述的諸多知識(shí)進(jìn)行表達(dá)外,作戰(zhàn)數(shù)據(jù)知識(shí)化的另一好處是能夠從這些顯式表達(dá)的知識(shí)中推出隱含的知識(shí),并且這些推導(dǎo)過程通常是通用的,不特定于具體數(shù)據(jù),便于知識(shí)共享和應(yīng)用系統(tǒng)的構(gòu)建.

4.1 推理擴(kuò)充的形式與方法

作戰(zhàn)知識(shí)的推理擴(kuò)充通常有幾種方式:基于知識(shí)表示的語義推理、基于顯式規(guī)則的推理、基于特定數(shù)學(xué)模型的知識(shí)發(fā)現(xiàn)與獲取.

表5 類、特性和實(shí)例各自之間關(guān)系的OWL表達(dá)

4.1.1 基于知識(shí)表示的語義推理

基于知識(shí)表示的語義推理指的是,以RDFS和OWL等知識(shí)表示方法為基礎(chǔ),通過RDFS和OWL等的語義規(guī)則,來推理擴(kuò)充作戰(zhàn)知識(shí).例如,表6給出的是RDFS語義推理的最小規(guī)則集.這些語義規(guī)則給出了如何從顯式表示的知識(shí)來推理隱含知識(shí)的方法,并且這些規(guī)則來源于知識(shí)表示的語義,因此,可以稱之為“基于知識(shí)表示的語義推理”.

由于基于知識(shí)表示的語義規(guī)則是一般性的,其推理可以基于通用推理器來進(jìn)行.例如,基于RDFS和OWL的作戰(zhàn)知識(shí)推理擴(kuò)充,就可以利用工具Prot′eg′e、Jena、Pellet 等來進(jìn)行; 基于 PR-OWL的,則可以利用UnBBayes來推理擴(kuò)充.

為處理日益增長(zhǎng)的知識(shí)庫,一些研究引入了云計(jì)算技術(shù),以加速對(duì)大規(guī)模知識(shí)的推理[45?46].

4.1.2 基于顯式規(guī)則的推理

雖然不同于知識(shí)表示的語義規(guī)則,顯式推理規(guī)則在某種意義上也是一種知識(shí),它是對(duì)語義規(guī)則的擴(kuò)展和補(bǔ)充.由于RDFS和OWL等知識(shí)表示方法的語義局限性,許多情況下需要利用一些顯式規(guī)則來表達(dá)相關(guān)作戰(zhàn)知識(shí),并進(jìn)行知識(shí)的推理擴(kuò)充.

雖然標(biāo)準(zhǔn)化組織W3C的語義Web技術(shù)棧中有關(guān)于規(guī)則的部分,但是由于需求過于多樣,并沒有給出一個(gè)標(biāo)準(zhǔn)規(guī)則,而只是給出了規(guī)則交換格式標(biāo)準(zhǔn)(RIF,Rule Interchange Format),旨在提供一種核心規(guī)則語言及其擴(kuò)展方法,以允許不同規(guī)則系統(tǒng)之間的轉(zhuǎn)換.

圖14 作戰(zhàn)知識(shí)本體匹配對(duì)準(zhǔn)的簡(jiǎn)單實(shí)例

表6 RDFS語義推理的最小規(guī)則集

目前語義Web領(lǐng)域應(yīng)用比較廣泛的一種規(guī)則語言是SWRL(Semantic Web Rule Language)[47].SWRL的主要目標(biāo)是:以與OWL語法、語義和理論模型相一致的方式,提供比OWL更豐富的表達(dá).基于SWRL的作戰(zhàn)知識(shí)規(guī)則推理,也可以利用現(xiàn)有工具進(jìn)行,如Pellet等.

4.1.3 基于特定數(shù)學(xué)模型的知識(shí)發(fā)現(xiàn)與獲取

基于知識(shí)表示的語義推理和基于顯式規(guī)則的推理都是基于形式邏輯的,具有一般性和通用性,但是也正因如此,許多特定領(lǐng)域基于特定模型的知識(shí),很難通過前兩種方法得到.另一方面,通過統(tǒng)計(jì)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、大數(shù)據(jù)等方法從數(shù)據(jù)中發(fā)現(xiàn)、獲取知識(shí),已成為作戰(zhàn)知識(shí)推理擴(kuò)充的重要方法.這些基于特定數(shù)學(xué)模型的知識(shí)都隱含在具體處理分析過程中,通常難以通過一般化的方法表達(dá).

目前,基于特定數(shù)學(xué)模型的知識(shí)發(fā)現(xiàn)與獲取,通常是直接從數(shù)據(jù)庫中獲取數(shù)據(jù),并將可以通過語義和規(guī)則推理的知識(shí)隱含在業(yè)務(wù)邏輯中,導(dǎo)致具體模型程序與數(shù)據(jù)耦合太緊.其實(shí),這一過程可以建立在知識(shí)表示和推理規(guī)則上,以簡(jiǎn)化相關(guān)知識(shí)的獲取過程(相關(guān)框架結(jié)構(gòu)見4.2節(jié)).

4.2 作戰(zhàn)知識(shí)推理的應(yīng)用框架

作戰(zhàn)知識(shí)推理主要為軍事信息系統(tǒng)應(yīng)用的業(yè)務(wù)過程提供必要的知識(shí),其應(yīng)用框架如圖15所示.對(duì)基于本體表達(dá)的作戰(zhàn)知識(shí),其查詢與獲取通常使用SPARQL語言(SPARQL是SPARQL Protocol and RDF Query Language的遞歸縮寫)[48].基于語義規(guī)則和顯式推理規(guī)則,推理引擎得到知識(shí)庫中存在或隱含的知識(shí).基于特定數(shù)學(xué)模型的知識(shí)發(fā)現(xiàn)與獲取過程,可以利用知識(shí)庫和推理引擎簡(jiǎn)化相關(guān)知識(shí)的獲取邏輯,使其關(guān)注點(diǎn)更聚焦于數(shù)學(xué)模型的實(shí)現(xiàn),而知識(shí)推理可以基于成熟的推理器.

圖15 作戰(zhàn)知識(shí)推理的應(yīng)用框架

5 結(jié)論與展望

作戰(zhàn)數(shù)據(jù)的可理解性是軍事信息系統(tǒng)互操作及自動(dòng)化、智能化的關(guān)鍵,作戰(zhàn)數(shù)據(jù)知識(shí)化是解決這些問題的一個(gè)重要途徑.本文首先詳細(xì)論述了作戰(zhàn)數(shù)據(jù)知識(shí)化的必要性和需求,指出它是軍事信息系統(tǒng),特別是指揮控制信息系統(tǒng),深入發(fā)展的必然需求.進(jìn)而,在討論作戰(zhàn)知識(shí)及其一般層次和回顧本體技術(shù)的基礎(chǔ)上,給出了作戰(zhàn)知識(shí)的本體構(gòu)建方法.然后,輔以實(shí)例,詳細(xì)論述了基于作戰(zhàn)數(shù)據(jù)的作戰(zhàn)知識(shí)本體獲取方法,包括:作戰(zhàn)知識(shí)模式本體的構(gòu)建方法、作戰(zhàn)知識(shí)實(shí)例本體的抽取方法、作戰(zhàn)知識(shí)本體的匹配對(duì)準(zhǔn)方法.最后,討論了作戰(zhàn)知識(shí)的推理與擴(kuò)充問題,指出了推理擴(kuò)充的形式與方法,給出了作戰(zhàn)知識(shí)推理的應(yīng)用框架.

作戰(zhàn)數(shù)據(jù)知識(shí)化的具體實(shí)踐,還有很多細(xì)節(jié)問題亟待解決,包括適用于各個(gè)領(lǐng)域的作戰(zhàn)知識(shí)頂層本體的構(gòu)建、各種領(lǐng)域知識(shí)本體的生成、應(yīng)用本體抽取中映射關(guān)系的確定,等等,這些都要具體問題具體分析,在實(shí)際工作中深入研究解決.另外,作戰(zhàn)知識(shí)的具體應(yīng)用也是需要廣泛而深入研究的問題,目前可見的應(yīng)用包括態(tài)勢(shì)感知和威脅評(píng)估、作戰(zhàn)計(jì)劃生成與驗(yàn)證自動(dòng)化、輔助決策支持等.作戰(zhàn)數(shù)據(jù)知識(shí)化以及作戰(zhàn)知識(shí)的應(yīng)用,目前遇到的障礙可能主要來自于觀念固化和知識(shí)儲(chǔ)備不足,包括設(shè)計(jì)習(xí)慣形成的路徑依賴以及對(duì)遺留系統(tǒng)的處理等,這些都要在實(shí)際工作中努力克服.

總之,隨著軍事信息系統(tǒng)深入發(fā)展,作戰(zhàn)數(shù)據(jù)知識(shí)化的需求越來越迫切;而信息技術(shù)和智能技術(shù)的發(fā)展,也使得作戰(zhàn)數(shù)據(jù)知識(shí)化成為可能;互操作和智能化的需要,使得基于知識(shí)的軍事應(yīng)用也會(huì)越來越多.