基于开源情报的战略意图分析方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115878812A(43)申请公布日2023.03.31(21)申请号202211367498.6G06F40/30(2020.01)(22)申请日2022.11.03G06N3/0442(2023.01)G06N3/0455(2023.01)(71)申请人中国电子科技集团公司第十五研究G06N3/088(2023.01)所地址100083北京市海淀区北四环中路211号(72)发明人岳一峰张昊任祥辉(74)专利代理机构北京惟专知识产权代理事务所(普通合伙)16074专利代理师赵星(51)Int.Cl.G06F16/36(2019.01)G06F16/35(2019.01)G06F40/211(2020.01)G06F40/289(2020.01)权利要求书2页说明书6页附图4页(54)发明名称基于开源情报的战略意图分析方法(57)摘要本发明涉及一种基于开源情报的战略意图分析方法，属于深度学习技术领域，该方法包括获取开源情报文本、进行预处理；提取多个事件要素，以及对事件的核心词进行提取；提取包含元事件对的事件依存子图;得到元事件对中各个元事件对应的标注标签；构建初步事理图谱；获取优化的事理图谱；通过战略事件预测模型对优化的事理图谱中的事件进行后续事件预测，并获取优化的事理图谱中事件的诱因。本申请提供的方法从非结构化文本中挖掘信息、整合相关数据和资源以及扩展开源情报文本数据集，对开源情报文本数据集中的事件要素、事件关系进行提取，通过事理图谱分析敌方战略意图，实现传统情报工作向信息化、智能化转变，为情报分析工作提供辅助决策能力。CN115878812ACN115878812A权利要求书1/2页1.一种基于开源情报的战略意图分析方法，其特征在于，所述方法包括：通过多种方式获取开源情报文本，并将开源情报文本以文件形式存储于文件服务器中；对文件服务器中的开源情报文本进行预处理，获取开源情报数据集；通过开源情报数据集训练事件要素提取模型以及事理关系抽取模型，得到其相应的模型参数；通过事件要素提取模型对开源情报数据集中的报文按事件类型进行分类，并根据分类提取多个事件要素，以及对事件的核心词进行提取；通过事理关系抽取模型的神经网络标识模块对开源情报数据集中的报文进行向量化处理得到报文的语义向量，并通过句法分析模块获取语义向量之间关系建立各个事件的事件依存图，以及提取各个事件对应的元事件组成的元事件对，提取包含元事件对的事件依存子图;将获取的事件依存子图对应的邻接矩阵以及邻接矩阵对应的特征向量表示矩阵输入到事理关系抽取模型的注意力表示模块中获取各个事件对应的各个元事件之间关系的类别，将有关系的元事件对和元事件对对应的特征向量输入至事理关系抽取模型的CRF层中得到元事件对中各个元事件对应的标注标签，并进行输出；构建包含事件的核心词、事件要素以及元事件关系的初步事理图谱；通过事件推理模型对初步事理图谱进行完善，获取优化的事理图谱；通过战略事件预测模型对优化的事理图谱中的事件进行后续事件预测，并根据事理图谱中的元事件关系，获取优化的事理图谱中事件的诱因。2.根据权利要求1所述的基于开源情报的战略意图分析方法，其特征在于，所述事件类型包括演习演训、目标动向、军事冲突、武力展示、侦察巡逻。3.根据权利要求2所述的基于开源情报的战略意图分析方法，其特征在于，所述通过事件要素提取模型对开源情报数据集中的报文按事件类型进行分类，并根据分类提取多个事件要素，以及对事件的核心词进行提取包括：采用无监督算法对开源情报数据集中的报文按事件类型进行分类；对分类完成的开源情报数据集中的报文中含有论元的事件句抽取；对抽取的事件句进行预测标注，对完成标注的事件进行拼接以实现篇章级事件抽取；采用论元对抽取的篇章级事件进行补充得到多个事件要素，并对事件的核心词进行提取。4.根据权利要求1所述的基于开源情报的战略意图分析方法，其特征在于，所述通过事件推理模型对初步事理图谱进行完善，获取优化的事理图谱包括：提取新的关系和事件进行扩展形成三元组（L，P，R）；将初步事理图谱中的三元组（L，P，R）和提取新的关系和事件进行扩展形成的三元组（L，P，R）作为按照一定比例划分为训练集和测试集；将训练集输入至QuatE模型中进行训练分别获取包含上文L和下文R的事件的向量表示、包含谓语P的关系的向量表示；基于元学习框架重新微调实体的向量表示及关系的向量表示，并根据事件的向量表示及关系的向量表示定义三元组得分函数；2CN115878812A权利要求书2/2页将测试集中的一个三元组（L，P，R）的下文R去掉，得到一个不完整的三元组，通过测试集中包含上文L和下文R的任意事件e分别代替去掉的宾语O，形成多个新的三元组；通过三元组得分函数获取