楊陽(yáng) 薛麗惠
摘要:為解決??漳繕?biāo)標(biāo)簽體系未構(gòu)建難以生成完整畫(huà)像的難題,通過(guò)總結(jié)??漳繕?biāo)畫(huà)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(jí)標(biāo)簽體系及技術(shù)架構(gòu),并對(duì)構(gòu)建過(guò)程中的基于混合存儲(chǔ)的標(biāo)簽數(shù)據(jù)存儲(chǔ)、實(shí)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(shí)驗(yàn)對(duì)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(shí)際應(yīng)用場(chǎng)景。該文對(duì)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(huà)像;軍事大數(shù)據(jù)
中圖分類(lèi)號(hào):TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1009-3044(2024)07-0074-03
開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID)
0 引言
??漳繕?biāo)是作戰(zhàn)體系研究的重要對(duì)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(lèi)戰(zhàn)場(chǎng)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(jià)值的情報(bào)信息,獲取作戰(zhàn)數(shù)據(jù)優(yōu)勢(shì),成為軍事領(lǐng)域迫切需要解決的難題。
用戶(hù)畫(huà)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(wèn)題的巨大優(yōu)勢(shì)。標(biāo)簽體系作為用戶(hù)畫(huà)像的基礎(chǔ),其廣度和粒度對(duì)畫(huà)像的刻畫(huà)程度有較大影響,因此開(kāi)展標(biāo)簽體系構(gòu)建的研究具有一定的實(shí)用價(jià)值[3]。
目前,隨著大數(shù)據(jù)挖掘分析越來(lái)越廣泛,標(biāo)簽及畫(huà)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(yùn)輸、精準(zhǔn)營(yíng)銷(xiāo)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(duì)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(shí)際應(yīng)用中面臨數(shù)據(jù)深層價(jià)值利用不足、專(zhuān)業(yè)性較強(qiáng)不便理解、標(biāo)簽體系未構(gòu)建無(wú)法生成完整的目標(biāo)畫(huà)像等難點(diǎn)。
基于此,本文利用標(biāo)簽技術(shù),提出基于??漳繕?biāo)畫(huà)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(guò)程中的關(guān)鍵技術(shù),對(duì)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 海空目標(biāo)畫(huà)像與標(biāo)簽技術(shù)
1.1 ??漳繕?biāo)畫(huà)像
作戰(zhàn)目標(biāo)指交戰(zhàn)雙方為實(shí)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(duì)象[6]。??漳繕?biāo)是作戰(zhàn)目標(biāo)的子集,主要指敵對(duì)雙方打擊或抗擊對(duì)方的艦船、飛機(jī)等。
海空目標(biāo)畫(huà)像借鑒用戶(hù)畫(huà)像的概念[7],采集特定傳感器、情報(bào)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(lèi)數(shù)據(jù),并將其轉(zhuǎn)換為畫(huà)像標(biāo)簽,形成數(shù)據(jù)合力。通過(guò)構(gòu)造合理準(zhǔn)確、標(biāo)準(zhǔn)統(tǒng)一、全面實(shí)用的標(biāo)簽體系,形成標(biāo)簽畫(huà)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(huà)像,有助于個(gè)體認(rèn)知、群體識(shí)別、行為分析等。
1.2 標(biāo)簽技術(shù)
標(biāo)簽是對(duì)一類(lèi)對(duì)象或特定群體的某項(xiàng)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(huà)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,??漳繕?biāo)標(biāo)簽可分為4類(lèi):基本屬性類(lèi)、事實(shí)行為類(lèi)、業(yè)務(wù)場(chǎng)景類(lèi)和管理評(píng)價(jià)類(lèi)?;緦傩灶?lèi)標(biāo)簽體現(xiàn)??漳繕?biāo)的靜態(tài)特征,如目標(biāo)類(lèi)型、敵我屬性、國(guó)別屬性等;事實(shí)行為類(lèi)標(biāo)簽描述目標(biāo)的活動(dòng)行為、參與任務(wù)、途徑區(qū)域等行為信息,反映目標(biāo)的動(dòng)態(tài)特征;業(yè)務(wù)場(chǎng)景類(lèi)標(biāo)簽則帶有清晰的業(yè)務(wù)邏輯,可解釋性強(qiáng),如熱點(diǎn)話(huà)題、軍事專(zhuān)題、高價(jià)值目標(biāo)、時(shí)敏目標(biāo)等;管理評(píng)價(jià)類(lèi)標(biāo)簽用于數(shù)據(jù)在加工處理和管理使用過(guò)程中,對(duì)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(jí)的標(biāo)簽體系設(shè)計(jì)既提高標(biāo)簽的實(shí)用性和精準(zhǔn)性,又避免在語(yǔ)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(jí)標(biāo)簽體系架構(gòu)進(jìn)行設(shè)計(jì),綜合利用作戰(zhàn)環(huán)節(jié)的各類(lèi)數(shù)據(jù),產(chǎn)生完整的目標(biāo)畫(huà)像標(biāo)簽。
1) 一級(jí)標(biāo)簽。海空目標(biāo)的一級(jí)標(biāo)簽描述目標(biāo)畫(huà)像基本的分類(lèi)維度,歸納了??漳繕?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(jì)分析和數(shù)據(jù)管理等6類(lèi)維度。
2) 二級(jí)標(biāo)簽。??漳繕?biāo)的二級(jí)標(biāo)簽是對(duì)其一級(jí)標(biāo)簽分類(lèi)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(dòng)區(qū)域、活動(dòng)航路、搭載關(guān)系、隸屬關(guān)系、參與任務(wù)事件類(lèi)型、統(tǒng)計(jì)分析規(guī)律、數(shù)據(jù)來(lái)源、數(shù)據(jù)可信程度等多個(gè)方面,如表2所示。
3) 三級(jí)標(biāo)簽。三級(jí)標(biāo)簽是對(duì)二級(jí)標(biāo)簽具體內(nèi)容的細(xì)化,反映了海空目標(biāo)的具體狀態(tài)。其主要通過(guò)以下三種方式獲取:
一是直接映射。此類(lèi)標(biāo)簽無(wú)需經(jīng)過(guò)復(fù)雜的計(jì)算邏輯即可從原始數(shù)據(jù)中獲得,如通過(guò)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(lèi)型、敵我屬性、國(guó)別屬性等。
二是簡(jiǎn)單規(guī)則統(tǒng)計(jì)。此類(lèi)標(biāo)簽基于簡(jiǎn)單規(guī)則的統(tǒng)計(jì)計(jì)算即可獲取,如基于目標(biāo)活動(dòng)信息表中的出發(fā)基地、活動(dòng)時(shí)間等維度進(jìn)行出港統(tǒng)計(jì)、出動(dòng)次數(shù)等標(biāo)簽的計(jì)算。
三是算法分析挖掘。此類(lèi)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(zhuān)家先驗(yàn)知識(shí),整合運(yùn)用作戰(zhàn)過(guò)程中敵我雙方的各類(lèi)數(shù)據(jù),進(jìn)而生成可以反映海空目標(biāo)某一維度的標(biāo)簽數(shù)據(jù),如目標(biāo)威脅指數(shù)、活動(dòng)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(diǎn)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(yùn)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(lèi)數(shù)據(jù)源,對(duì)標(biāo)簽體系進(jìn)行全生命周期管理,滿(mǎn)足指揮控制、情報(bào)分析、戰(zhàn)場(chǎng)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(duì)作戰(zhàn)過(guò)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(kāi)源數(shù)據(jù)、??漳繕?biāo)知識(shí)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(kù)存儲(chǔ)。
標(biāo)簽構(gòu)建層基于數(shù)據(jù)匯聚層處理存儲(chǔ)后的數(shù)據(jù),按照標(biāo)簽體系設(shè)計(jì),生產(chǎn)加工刻畫(huà)??漳繕?biāo)畫(huà)像的具體標(biāo)簽內(nèi)容。標(biāo)簽管理通過(guò)標(biāo)簽定義、評(píng)估驗(yàn)證、標(biāo)簽規(guī)則管理、標(biāo)簽任務(wù)管理、標(biāo)簽存儲(chǔ)、標(biāo)簽展示等多個(gè)環(huán)節(jié),全過(guò)程服務(wù)于標(biāo)簽的生成、存儲(chǔ)和優(yōu)化。標(biāo)簽挖掘利用大數(shù)據(jù)技術(shù)進(jìn)行實(shí)體、屬性、關(guān)系的抽取,以及聚類(lèi)、分類(lèi)、預(yù)測(cè)、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(guò)程,并隨著業(yè)務(wù)流程的調(diào)整、數(shù)據(jù)的豐富等,對(duì)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(kù),結(jié)合具體軍事需求,開(kāi)展目標(biāo)畫(huà)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(chǔ)的標(biāo)簽數(shù)據(jù)存儲(chǔ)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(chǔ)架構(gòu)的設(shè)計(jì)上,需兼顧各類(lèi)數(shù)據(jù)的規(guī)模與業(yè)務(wù)處理特點(diǎn),采用多類(lèi)型存儲(chǔ)庫(kù)以實(shí)現(xiàn)標(biāo)簽數(shù)據(jù)的混合存儲(chǔ),包括離線(xiàn)數(shù)據(jù)庫(kù)、對(duì)象存儲(chǔ)庫(kù)、MPP數(shù)據(jù)庫(kù)、關(guān)系數(shù)據(jù)庫(kù)、內(nèi)存數(shù)據(jù)庫(kù)等。離線(xiàn)數(shù)據(jù)庫(kù)作為數(shù)倉(cāng),存儲(chǔ)所有原始結(jié)構(gòu)化數(shù)據(jù),事實(shí)行為類(lèi)、業(yè)務(wù)場(chǎng)景類(lèi)標(biāo)簽基于離線(xiàn)庫(kù)進(jìn)行加工生產(chǎn);對(duì)象存儲(chǔ)庫(kù)主要存儲(chǔ)??漳繕?biāo)關(guān)聯(lián)的作戰(zhàn)文書(shū)、情報(bào)文本、話(huà)音報(bào)以及戰(zhàn)場(chǎng)圖像視頻等非結(jié)構(gòu)化數(shù)據(jù);MPP數(shù)據(jù)庫(kù)主要存儲(chǔ)海量時(shí)空航跡數(shù)據(jù),便于上層業(yè)務(wù)查詢(xún)的快速響應(yīng);關(guān)系數(shù)據(jù)庫(kù)重點(diǎn)存儲(chǔ)業(yè)務(wù)規(guī)則、知識(shí)數(shù)據(jù)、配置信息等;內(nèi)存數(shù)據(jù)庫(kù),主要存儲(chǔ)熱點(diǎn)標(biāo)簽數(shù)據(jù),降低業(yè)務(wù)應(yīng)用與數(shù)據(jù)庫(kù)的交互頻次,提高查詢(xún)響應(yīng)效率。
通過(guò)提供多源異構(gòu)庫(kù)統(tǒng)一訪問(wèn)技術(shù),屏蔽底層物理庫(kù)的語(yǔ)法差異,降低應(yīng)用開(kāi)發(fā)復(fù)雜性,使得業(yè)務(wù)訪問(wèn)異構(gòu)數(shù)據(jù)庫(kù)時(shí),能夠基于同一套語(yǔ)法邏輯進(jìn)行統(tǒng)一訪問(wèn),提高開(kāi)發(fā)效率。
3.2 實(shí)體/屬性抽取技術(shù)
實(shí)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(lèi)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(kù)匹配和正則表達(dá)式匹配兩種,字典詞庫(kù)匹配法適用可枚舉的命名實(shí)體類(lèi)型,如目標(biāo)名稱(chēng)、地點(diǎn)等;正則表達(dá)式匹配方法適用于報(bào)文結(jié)構(gòu)相對(duì)固定的實(shí)體類(lèi)型,如目標(biāo)屬性、時(shí)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(chǎng)(CRF) [8],其特點(diǎn)是假設(shè)輸出隨機(jī)變量構(gòu)成馬爾可夫隨機(jī)場(chǎng),是解決分詞、實(shí)體抽取等序列標(biāo)注問(wèn)題的常用方法。但CRF模型復(fù)雜度高,參數(shù)相對(duì)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(shí)體/屬性分類(lèi)相對(duì)固化,行文方式有其獨(dú)特的要求,采用單一的方式難以在所有的實(shí)體/屬性類(lèi)型上表現(xiàn)良好,利用預(yù)定義分類(lèi)與機(jī)器學(xué)習(xí)相結(jié)合的方式,能夠增強(qiáng)不同實(shí)體/屬性類(lèi)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??漳繕?biāo)關(guān)系信息類(lèi)別標(biāo)簽的重要方式。早期的方法主要通過(guò)人工構(gòu)造規(guī)則集合,結(jié)合領(lǐng)域業(yè)務(wù)知識(shí),利用模式匹配方式來(lái)識(shí)別關(guān)系?;跈C(jī)器學(xué)習(xí)的方法通常把關(guān)系抽取問(wèn)題轉(zhuǎn)換成分類(lèi)問(wèn)題來(lái)解決,利用特征提取方法來(lái)獲取代表性特征,這部分特征經(jīng)訓(xùn)練后獲得分類(lèi)模型,利用分類(lèi)模型判定實(shí)體間的關(guān)系。
由于海空目標(biāo)數(shù)據(jù)的實(shí)體關(guān)系較為復(fù)雜,可首先手動(dòng)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(wú)監(jiān)督語(yǔ)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(yàn)知識(shí)作為實(shí)體關(guān)系對(duì)識(shí)別的補(bǔ)充特征向量,獲取實(shí)體關(guān)系分類(lèi)模型,再依據(jù)該模型來(lái)識(shí)別關(guān)系。
3.4 關(guān)聯(lián)融合技術(shù)
針對(duì)海空目標(biāo)的標(biāo)簽關(guān)聯(lián)融合問(wèn)題,可通過(guò)時(shí)空行為分析、屬性分析、業(yè)務(wù)規(guī)則分析等方式實(shí)現(xiàn)。
時(shí)空行為分析根據(jù)實(shí)體活動(dòng)的時(shí)間、地點(diǎn)等時(shí)空維度信息進(jìn)行實(shí)體對(duì)象之間的數(shù)據(jù)碰撞,計(jì)算所需識(shí)別的實(shí)體對(duì)象間的行為軌跡相似性[11]或行為軌跡的交疊度,通過(guò)設(shè)置相似度或交疊度的閥值,實(shí)現(xiàn)目標(biāo)實(shí)體對(duì)象的關(guān)聯(lián)融合。
屬性分析利用實(shí)體對(duì)象間的共性屬性其中一個(gè)或若干個(gè)組合取值相同,作為實(shí)體對(duì)象識(shí)別約束條件,實(shí)現(xiàn)實(shí)體對(duì)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(guò)業(yè)務(wù)值班的經(jīng)驗(yàn)、規(guī)則等業(yè)務(wù)知識(shí),利用知識(shí)特征的比對(duì)實(shí)現(xiàn)目標(biāo)實(shí)體的識(shí)別和關(guān)聯(lián)。
4 仿真實(shí)驗(yàn)
本文利用大數(shù)據(jù)離線(xiàn)分析平臺(tái),基于某方向相關(guān)的3 000余篇?jiǎng)酉驁?bào)文、100余萬(wàn)條目標(biāo)活動(dòng)過(guò)程數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。數(shù)據(jù)涉及100余個(gè)??漳繕?biāo),下面以某型戰(zhàn)斗機(jī)FJ0001、某艦船JC0001為例進(jìn)行說(shuō)明。
利用實(shí)體/屬性抽取方法進(jìn)行熱點(diǎn)事件、演習(xí)事件、日常訓(xùn)練、偵察巡邏等任務(wù)事件類(lèi)標(biāo)簽的生成,實(shí)驗(yàn)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(mǎn)足實(shí)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(lèi)標(biāo)簽的生成,實(shí)驗(yàn)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?jī)r(jià)值,具體以目標(biāo)畫(huà)像、作戰(zhàn)輔助決策分析、作戰(zhàn)數(shù)據(jù)服務(wù)保障等場(chǎng)景為例進(jìn)行闡述。
5.1 目標(biāo)畫(huà)像
通過(guò)構(gòu)建基于大數(shù)據(jù)的標(biāo)簽系統(tǒng),實(shí)現(xiàn)了對(duì)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(huà)像、群目標(biāo)畫(huà)像,完整刻畫(huà)了??漳繕?biāo)的真實(shí)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(bào)保障、戰(zhàn)場(chǎng)態(tài)勢(shì)感知等各類(lèi)業(yè)務(wù)提供有據(jù)可查的畫(huà)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(jì)分析更容易。如獲取“F-22過(guò)去一年參與的任務(wù)事件”“釣魚(yú)島海域近期活動(dòng)的海空目標(biāo)數(shù)量”等結(jié)果,直接統(tǒng)計(jì)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(lèi)、聚類(lèi)、預(yù)警預(yù)測(cè)、威脅程度、意圖識(shí)別等挖掘分析也容易實(shí)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(shí)質(zhì)上也形成了對(duì)數(shù)據(jù)的分類(lèi)?;跇?biāo)簽的查詢(xún)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(xún)結(jié)果進(jìn)行專(zhuān)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(yǔ)
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(huà)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(guò)仿真實(shí)驗(yàn)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(duì)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(yùn)用的場(chǎng)景,迭代完善標(biāo)簽體系,優(yōu)化提升業(yè)務(wù)場(chǎng)景類(lèi)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(chǎng)目標(biāo)識(shí)別的知識(shí)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(guó),等.面向多源數(shù)據(jù)的軍事信息系統(tǒng)設(shè)計(jì)[J].中國(guó)電子科學(xué)研究院學(xué)報(bào),2020,15(3):237-243.
[3] 李娜,范正潔,郝傳州,等.采用語(yǔ)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(bào),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(bào),2020,31(2):302-319.
[5] 王洋,丁志剛,鄭樹(shù)泉,等.一種用戶(hù)畫(huà)像系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)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(shí)圖譜構(gòu)建與應(yīng)用[J].海軍航空工程學(xué)院學(xué)報(bào),2020,35(6):471-477.
[7] 費(fèi)鵬,林鴻飛,楊亮,等.一種用于構(gòu)建用戶(hù)畫(huà)像的多視角融合框架[J].計(jì)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(shí)體識(shí)別[J].計(jì)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(shí)發(fā)現(xiàn),2021,5(1):3-15.
[10] 劉睿珩,葉霞,岳增營(yíng).面向自然語(yǔ)言處理任務(wù)的預(yù)訓(xùn)練模型綜述[J].計(jì)算機(jī)應(yīng)用,2021,41(5):1236-1246.
[11] 成磊峰,覃鋒,賈瑩,等.基于時(shí)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】