任务驱动的军事信息服务知识推理研究

张清辉，杨 楠，梁 政

（1.国防科技大学信息通信学院，西安 710106；2.火箭军工程大学，西安 710025）

0 引言

随着我军信息化建设的快速发展，信息采集手段日益丰富，军事信息资源的种类和数量不断增长。在不同的任务背景下，各级指挥员在执行任务过程中对信息的需求各不相同，信息服务实体所需采集、整编的军事信息资源也各不相同，然而面对海量、异构的军事信息资源，各级指挥员在执行任务过程中却普遍面临“信息过载”问题［1-2］。因此，如何根据任务需要灵活快速组织信息服务活动，高效精准为各级指挥员提供信息服务，辅助各级指挥员进行科学决策，成为我军信息服务领域亟待解决的问题。

本文针对军事信息服务快速组织和敏捷响应问题，建立军事信息服务领域的本体模型，定义本体模型中使命任务、信息服务活动以及信息资源之间的关系，提出了任务驱动的军事信息服务知识推理方法，生成任务保障所需的信息服务活动和信息资源知识，支持信息服务人员高效组织开展信息服务保障活动。

1 军事信息服务本体知识模型

从20 世纪90 年代初，本体被引入到人工智能、知识工程、自然语言处理、图书文献检索等领域，在知识的获取、表示、分析和应用中扮演着重要作用［3-4］。根据Studder 给出的定义，“本体是共享概念模型的明确的形式化规范说明”，本体的核心是概念和概念之间的关系［5］。本体论在作战计划评估、战场目标表示和作战态势分发领域也得到了广泛应用，但是对军事信息服务领域本体的研究还比较少［6-9］。要实现任务驱动下的军事信息服务推理，首先要对军事信息服务领域中的使命任务、信息服务活动、信息资源等概念，以及概念之间的关系进行全面分析，建立军事信息服务本体模型，对使命任务、信息服务活动和信息资源，以及它们之间的复杂关系进行描述，得到一个可扩展的语义模型框架，从而实现军事信息服务领域的知识推理。

1.1 军事信息服务本体模型

针对军事信息服务领域可共享概念模型的明确形式化规范说明，军事信息服务本体模型可以表示为一个七元组：

1）C（Class）为军事信息服务本体中类（概念）的集合，是对军事信息服务本体中要素概念的描述。军事信息服务本体中主要包括使命任务、信息服务活动和信息资源3 个大类。

2）P（Property）为类的属性集合，其中任务属性信息包括任务编号、任务名称、任务目标、信息需求、参与单位、任务状态、开始时间、结束时间；信息服务活动属性信息包括活动编号、活动名称、活动目标、参与单位、活动状态、开始时间、结束时间、输入、输出；军事信息资源属性信息包括信息资源编号、信息资源名称、类型、发布单位、发布时间、最新更新时间等。

3）H（Hierarchy）表示类之间的层次关系（Sub-Class Of），如任务之间的层次分解关系。

4）RSem（SemanticRelation）表示类之间的语义关系，可以根据需要自定义，如：层次关系（SubClass Of）、等价关系（Equivalent To）、实例关系（Instance）、触发关系（Cause）、输入关系（Input）、输出关系（Output）等。

5）RTem（TemporalRelation）表示类之间的时序关系，如：顺序关系、条件关系、跟随关系、并发关系、异或关系、与关系、或关系、循环关系等。

6）A（Axtiom）表示公理，是对本体中类及关系的限制和约束。

7）I（Instance）表示本体中类所拥有的具体实例集合。

1.2 语义关系

除了层次关系（SubClassOf）、实例关系（Instance）等本体中的常用关系外，军事信息服务本体中类之间的语义关系，还需要定义使命任务与信息服务活动之间的触发关系，以及信息服务活动与信息资源之间的需求关系，除了这些关系外，还可以根据需要定义类之间的其他关系。

1.2.1 任命任务与信息服务活动之间的触发关系

信息是指挥员在执行任务的过程中进行科学决策的重要保证，各级指挥员在执行任务的过程中会提出一些系列的信息需求，这些信息需求需要通过一系列的信息服务活动进行保障，组织信息服务活动的目的就是为了满足使命任务中提出的信息需求。因此，指挥员在执行任务过程中提出的信息需求是组织开展信息服务活动的起因，即使命任务与信息服务活动之间具有触发关系，记为RCause。

1.2.2 信息服务活动与信息资源之间的输入输出关系

信息服务活动在执行过程中需要对分散在不同信源单位的多源异构数据信息进行抽取、汇集、过滤、处理、整编，从而形成有价值的信息资源产品，精准满足各级指挥员在执行任务过程中提出的信息需求。因此，信息服务活动与信息资源之间具有输入关系和输出关系，分别记为RInput和ROutput。

1.3 时序关系

军事信息服务本体模型中任务之间和信息服务活动之间的关系，可以通过时序关系进行描述，常用的时序关系包括：跟随关系、顺序关系、条件关系、并发关系、异或关系、与关系、或关系、同步关系、异步关系、循环关系等。

1）跟随关系

2 军事信息服务知识推理

使命任务是可分解和可组合的，对任务本体进行分解可以得到层次结构的子任务集合［10-11］。任务执行过程中的信息需求，需要一系列按照一定的逻辑和时序关系组合在一起的信息服务活动加工整编产生，这些信息服务活动可以由信息服务保障人员完成，也可以在信息资源和数据的支持下由计算机自动完成。

使命任务执行过程中的信息需求是触发军事信息服务活动的起因，在根据使命任务描述信息提取任务本体概念后，通过使命任务与信息服务活动之间的关系推理，可以得到当前需要组织开展的信息服务活动集合，根据任务之间的关系以及使命任务与信息服务活动之间的关系，通过推理可以获取未来可能需要组织开展的信息服务活动集合，从而为信息服务活动的组织开展提供辅助决策支持。

信息资源由分散在不同信源单位的各种类型的军事信息资源组成，信息服务活动在执行过程中根据使命任务的需求，对分散在不同信源单位的多源异构数据信息进行抽取、汇集、过滤、处理、加工，从而整编形成有价值的信息资源产品，为使命任务的执行提供信息服务保障。

军事信息服务知识推理的基本思想是根据使命任务描述信息提取当前任务的本体概念，根据军事信息服务本体中使命任务间的层次分解关系，对当前的任务进行分解，生成当前需要执行的任务集合，根据使命任务间的时序关系推理，生成未来可能需要执行的任务集合；然后根据使命任务与信息服务活动之间的触发关系推理，生成当前需要组织开展的信息服务活动集合，以及未来可能需要执行的信息服务活动集合；在此基础上，根据信息服务活动与信息资源之间的输入关系和输出关系，推理获取当前需要采集引接的信息资源和整编生产的信息资源，为信息服务力量组织开展信息服务保障活动提供辅助决策支持。

任务驱动的军事信息服务知识推理流程主要包括以下步骤。

Step 1：根据任务描述信息提取任务本体概念；

Step 2：根据使命任务类的层次分解关系对任务进行分解，得到当前需要执行的任务集合；

Step 3：根据使命任务与信息服务活动之间的触发关系进行推理，生成当前需要组织开展的信息服务活动集合；

Step 4：根据信息服务活动与信息资源之间的输入输出关系，推理生成执行各项信息服务活动需要采集抽取的数据信息资源，以及需要通过信息服务活动加工整编的信息资源；

Step 5：根据信息服务活动之间的时序关系，以及信息服务活动与信息资源的输入输出关系，推理生成信息服务保障预案；

Step 6：根据使命任务间的时序关系推理下一步可能执行的任务集合；

Step 7：根据使命任务与信息服务活动之间的触发关系，推理生成未来可能需要组织开展的信息服务活动集合；

Step 8：根据信息服务活动与信息资源之间的输入输出关系，推理生成下一步可能需要采集的信息资源，以及需要通过执行信息服务活动加工整编生产的信息资源产品。

通过军事信息服务本体模型，可以根据使命任务、信息服务活动和信息资源之间的关系，推理获取当前需要组织开展的信息服务活动和信息资源需求，还可以预测下一步可能需要采集和加工的信息资源，从而辅助信息服务组织部门高效地组织开展信息服务活动，加工整编信息资源，为任务的执行提供精准信息服务保障。

3 任务驱动的军事信息服务知识推理实例

目前常用的本体构建工具主要有Protégé、OntoSaurus、WebOnto、OntoEdit、Ontolingua 等［12］。其中，Protégé 作为开放源码的领域本体编辑工具，在自然语言处理、语义网和知识图谱等领域得到了广泛应用［13］。Protégé 不仅能够定义和编辑领域本体的类以及类关系、属性和实例等，还支持对本体进行推理，因此，本文采用Protégé 作为信息服务领域本体的构建工具。

3.1 军事信息服务本体模型构建实例

军事信息服务领域本体模型的上层类结构模型如图1 所示，由使命任务、信息服务活动和信息资源3 个大类构成，这3 个大类又分别由一系列层次结构的下层类和概念构成。

图1 军事信息服务本体上层类结构

除了Protégé 中已定义的层次关系（SubClass Of）、实例关系（Instances）等关系外，根据军事信息服务本体中类之间的关系，对军事信息服务本体模型中类之间的语义关系和时序关系进行定义，如图2 所示。

图2 军事信息服务本体模型中类之间的关系

根据军事信息服务领域类之间的层次关系，分别建立使命任务、信息服务活动和信息资源这3 个大类的层次结构。例如：使命任务中的军事突发事件应急处置任务分解为：了解、评估、准备、研判、建议、指导、调整、结束、总结9 个子任务，根据这些任务之间的关系，建立突发事件应急处置任务本体模型如图3 所示。

在建立了军事信息服务本体模型的层次结构后，建立类之间的非层次关系。其中，任务之间的FollowBy 关系（Follow 关系的逆关系）、使命任务与信息服务活动之间的Cause 关系、信息服务活动与信息资源之间的Input 和Output 关系如图4 所示。

图3 突发事件应急处置任务本体模型

在军事信息服务本体模型中的类创建完毕后，对封堵河堤溃口应急处置信息服务中的实例进行标注，其中封堵河堤溃口任务实例如图5 所示。

根据封堵河堤溃口应急处置任务与信息服务活动之间的关系，对封堵河堤溃口任务与信息服务活动之间的关系进行标注，其中“了解河堤溃口信息”和“评估河堤溃口影响和救灾能力”两个子任务触发的信息服务活动实例展开后如图6 所示。

图4 军事信息服务本体模型中类之间的关系

图5 封堵河堤溃口使命任务实例

图6 封堵河堤溃口信息服务活动实例

根据信息服务活动与信息资源之间的输入输出关系，对封堵河堤溃口信息服务活动与信息资源之间的输入输出关系进行标注，其中“采集整编河堤溃口基本情况信息”与信息资源之间的输入输出关系实例，如图7 所示。

3.2 封堵河堤溃口应急处置信息服务知识推理

在建立军事信息服务领域本体模型，标注模型中的实例之后，对封堵河堤溃口突发事件应急处置信息服务知识进行推理，验证任务驱动的军事信息服务知识推理的可行性。

根据任务描述信息，提取出本次任务的概念属于封堵河堤溃口类任务，然后在封堵河堤溃口任务驱动下，通过推理获得的当前需要组织开展的信息服务活动、需要采集引接的信息资源和需要加工整编的信息资源产品，如图8 所示。

图7 采集整编河堤溃口基本情况信息与信息资源之间的输入输出关系实例

图8 信息服务知识推理结果

图9 信息服务需求预测结果

根据任务之间的时序关系，对未来需要组织开展的信息服务活动、需要采集引接的信息资源和需要加工整编的信息资源进行推理，推理结果如图9所示。

4 结论

军事信息服务涉及要素众多，相互之间关系复杂，现有的军事信息服务领域研究更多偏重信息需求分析层面，对作战任务、信息服务活动和信息资源之间的关联关系研究较少，难以根据任务需要为用户提供高效、精准的信息服务保障。通过建立军事信息服务领域本体模型，定义使命任务、信息服务活动以及信息资源之间的关系，将军事信息服务领域众要素融为一体，在任务驱动下，通过推理获取信息服务活动组织所需的辅助决策知识。封堵河堤溃口应急处置信息服务实例推理应用结果表明，在军事信息服务本体知识模型的支撑下，不仅可以通过推理获取当前组织开展信息服务工作所需的知识，而且在任务的驱动下，可以预测下一步组织开展信息服务工作可能需要的知识，从而辅助信息服务保障人员高效开展精准信息服务保障工作。