【好文推荐】飞行态势知识图谱及其问答系统的构建方法

针对包含时间区间、坐标信息等复杂数据类型的航行态势数据，研究航行态势常识图谱及其问答系统的构建。首先，基于时空常识图谱模型对复杂航行态势数据进行统一化透露，构建航行态势常识图谱；然后，针对航行态势相关问题懂得设计问句多分类器，并采用门控轮回单元（GRU）和前提随机场（CRF）对问句进行定名实体识别，将问题与问句模板进行成家生成Cypher查询语句；最后，查询谜底并返回给用户。试验究竟表明，该常识问答系统在试验评价和实际使用中均具有精巧机能。

跟着人工智能手艺成长和大数据时代到来，分歧范畴专业数据均在爆炸式增进，基于范畴大数据对行业进行数字智能化革新的需求也越来越强烈，成为当前国表里的研究热点之一。航行区空管范畴涉及航行态势、道面和景象等大量复杂异构的范畴相关数据，尤其以航行态势为代表，除了常见的静态常识外，航班的起飞时间和下降时间等时间信息、经纬度坐标与海拔高度等空间信息的天真表征是构建面向航行区空管范畴航行态势常识图谱的首要难点，直接影响到当前航行区空管范畴的智能化水平。同时，传统的信息搜刮方式也越来越难以知足实际场景下对谜底正确性的要求，是以若何构建一种可以正确懂得实际场景下查询需求的智能问答系统也是当前国表里的研究热点之一。航行态势范畴包含大量航班号、飞机识别码、备降机场、起飞时间及起飞所在等相关数据，数据构造复杂但蕴含大量有价格的信息。针对海量而复杂的航行态势数据，智能化空管系统只有能快速、精准地从中获取专业数据信息，才能有效依据专业数据指导空管系统相关工作。研究发现，航行态势范畴下各类信息间的数据构造差别伟大，高效可视化查询方式的缺乏以及现有常识图谱模型对该范畴数据在表征上的欠缺，导致很难对航行态势数据进行深条理且有价格的信息挖掘。

针对上述问题，本文先介绍了一种能够对航行态势进行高效表征的常识图谱模型，并连系范畴相关开源数据集和由Web获取到的航行态势相关数据，构建了中英文2种航行态势常识图谱，同时设计并实现了一个基于航行态势常识图谱的常识问答系统。基于常识图谱的航行态势数据治理能够高效发现、整合和使用范畴相关的异构数据。基于航行态势常识图谱的常识问答系统能够简练快速地回覆复杂买卖问题，提高用户与系统之间的交互能力。基于常识图谱的数据处理手艺可以将海量异构数据转化为由范畴实体、实体间关系及属性组成的构造化数据，为常识问答系统供应高质量的常识库，有效提高常识查询的正确性。常识图谱概念由Google公司在2012年首次提出，并敏捷衍生出大量如DBpedia、Freebase和YAGO2等常识图谱构建项目，这些通用范畴的常识图谱有效提高了数据检索的智能化水平，加速了常识问答系统的成长。

近年来，适用于航行区空管范畴的时空图谱数据模型取得了一些研究功效。例如，王益鹏等提出从概念、对象、状况、特征和关系5个条理竖立时空事件常识表达模型，并充裕顾实时空事件信息的多粒度特征，在模型中将分歧特征信息统一至各个对象中。Meng等提出了一种将时间域和空间位置三元组附加项的常识图谱模型，能够在静态常识图谱中对时间信息和空间信息进行透露；Sheth等提出了一种时空数据模型STT，模型构造为(s p o):[t]，个中t可透露时间点或时间区间；Koubarakis等进一步提出了时空四元组stRDF，模型构造为(s p o, τ)，个中τ透露时空四元组的时态约束；Wang等提出了时空数据模型gst-Store，模型构造为(s p o, l, t)，个中，l和t离别表明位置和时间区间；Zhu等提出了基于时空谓词的时空数据模型stRDFS，模型构造为(s, p: < t, l >, o)，stRDFS还额外供应了时空RDF的语法和代数把持。研究发现，当前面向航行区空管的常识图谱模型仍缺乏对航行态势事件在时间域和空间域上的一连透露，针对静态常识三元组附加航行态势常识透露也给相关应用带来了额外的系统开销。

适用于航行区空管范畴的时空常识问答系统也获得存眷。例如，李伟刚等采用面向范畴本体的问题分类方式和构造化的语义信息提取方式，在航空范畴本体常识库中检索谜底，实现了基于本体常识库的航空范畴问答系统。面向通用范畴的常识问答系统，Yin等设计了一种连系注重力机制的卷积神经收集模型，并基于Freebase数据库进行了常识问答系统的设计与实现；杜泽宇等构建了一种基于常识图谱的电商行业智能问答系统，在实际场景中进行了布置和使用；李代祎等设计了一个基于常识图谱的军事兵器问答系统，在范畴问答上取得了精巧示意，具有较高应用价格。研究发现，基于常识图谱的问答系统针对统一问题或者拥有的多种分歧问答体式，仍不克正确进行问句解析。同时，若何将问答对之间的常识关系转化为常识图谱上的查询语句，仍有待研究。

为认识决上述问题，本文以现有航行态势公开数据集为根蒂，构建了一个面向航行区空管的航行态势常识图谱，设计实现了一种基于航行态势常识图谱的常识问答系统。本文基于航行态势范畴开源数据集和Web端获取到的航行规划、航班信息等数据，采用一种时空常识图谱模型，构建了中英文2种航行态势常识图谱，为常识问答系统供应数据撑持，并采用Neo4j图数据库对常识图谱进行存储和治理；构建20种航行态势常识查询模板及问答练习集，设计实现了基于支撑向量机（SVM）的问句多分类器；采集航行区空管范畴文本数据，构建定名实体识别语料库，连系Word2Vec字向量说话模型设计实现了门控轮回单元（GRU）和前提随机场（CRF）定名实体识别模型；基于Django框架和JavaScript库设计实现了常识问答系统的Web端交互界面。

本文构建的基于航行态势常识图谱的常识问答系统总体架构如图1所示。该问答系统包罗以下3个模块：

1) 常识图谱构建：获取Web中经由严厉整顿和清楚的航行态势公开数据集，凭据航行态势常识系统设计航行态势常识图谱中实体、属性及关系关系的构造；将原始数据凭据设计的航行态势常识图谱模型进行映射，构建面向航行区空管的航行态势常识图谱；最后，将数据导入图数据库Neo4j中进行存储和治理。

2) 常识问答：设计航行态势常识查询模板，并构建模拟用户的天然问答对练习集。首先，行使基于统计的TF-IDF（词频-逆文件频率）算法对问句进行文本向量化，连系SVM设计针对问句进行分类的多分类器；然后，从Web端“爬取”航行区空管范畴文本数据进行实体识别语料标注，采用Word2Vec字向量说话模型对文本数据进行向量化处理，设计GRU-CRF定名实体识别模型对向量矩阵进行推理较量，实现文本定名实体识别义务；最后，凭据问句成家后的模板，主动生成Cypher查询语句从常识图谱中查找谜底。

3) 前端交互：基于Django框架和JavaScript库设计问答系统的Web端展示界面。

图1  常识问答系统总体架构

常识问答系统包罗航行态势常识图谱构建、天然问句的解析与分类，问句模板成家及查询语句的主动生成、查询究竟的返回与在Web端进行人机可视化交互。系统运行流程为：1) 用户在前端交互模块输入待查扣问题传给后台中的常识问答模块；2) 对用户问题进行问句解析与分类，识别问句中的实体并凭据分类究竟为成家问句对应的查询模板主动生成Cypher查询语句；3) 在构建的航行态势常识图谱中进行查询，将查询究竟经前端交互模块返回给用户。

本文设计的常识问答系统分为数据层、逻辑层和展示层，并设计关系前后端的自力API接口、削减各层间的信息传递来包管系统的低耦合性。其系统构造如图2所示。各层功能如下：

1) 数据层：完成对航行区空管范畴文本数据的“爬取”及标注，获取开源数据集构建航行态势常识图谱；

2) 逻辑层：设计实现针对输入问句的多分类模型、定名实体识别模型和模板成家算法，主动生成响应的查询语句，实现基于航行态势常识图谱的常识问答；

3) 展示层：完成常识问答前端交互界面的设计与实现。

图2  系统构造

2.1 航行态势常识图谱设计与构建

2.1.1  航行态势数据模型

航行态势范畴数据除包含航班号、飞机编号和飞机机型等静态常识外，还包含航班起飞时间、下降时间以及航行途中的经纬度坐标、高度等时空信息。经典的常识图谱采用三元组构造(S, P, O)对常识进行透露。个中，S为主语；P为谓语；O为宾语。该常识透露模型可有效将实体与实体经由关系关系进行组织透露，然则对静态常识以外的时空信息等无法进行天真表征。本文采用一种对表达形式进行拓展的常识三元组(S, P, O[T1, T2, L])。个中，O为拓展透露后的宾语；拓展常识构造中，T1和T2为时间点(形式为yyyy-MM-dd HH:mm:ss)；L为指定宾语所具有的空间信息，如经纬度及高度。同时，T1和T2具备时间序列特点，T2≥T1。L为宾语所携带的空间信息，本文构建的常识图谱首要面向航行态势范畴，故将L透露为一组经纬度+海拔高度的空间信息组(latitude, longitude, altitude)，记录机场或飞机航行过程中三维空间位置。航行态势常识图谱模型示例如图3所示。

图3  航行态势常识图谱模型示例

图3中，中心节点飞机尾部编号指每架飞机尾部喷涂的飞机..号，每个飞机尾部编号节点代表一架飞机实体。关系飞机机型和应答器识别号离别指明该飞机具有的对应属性。在航行态势范畴，每架飞机值飞时均会编写一组航班代号来轻易治理和区别，航班号原则上每日不会反复显现。在本文构建的航行态势常识图谱中将航班号透露为CA310/[(2019-07-31 00:00:00)]，表明2019年7月31日的CA310航班。针对某架次飞机在起飞-航行-下降-停机等一系列的时空信息，以下降和停机为例：下降透露为“VTBS/[(2019-07-31 06:45:00), (2019-07-31 06:45:00), (120.287 907 438 458 1, 379.539 905 89, 31)]”，表明航班CA310在2019-07-31 06:45:00下降在VTBS机场，该机场坐标约为(120.288°, 379.540°)，海拔高度为31 m；停机透露为“KLDJ/[(2019-07-30 23:50:00), (2019-07-31 04:55:03), (21.028 204 449 152 54, 113.539 905 894 886 4, 103)]”，表明航班CA310在2019-07-30 23:50:00到2019-07-31 04:55:03一向停留在机场KLDJ，机场坐标大约为(21.028°, 113.540°)，所处海拔高度为103 m。

2.1.2  常识图谱存储

本文在Python编译情况中，采用py2neo开源模块将原始数据集按照航行态势数据模型导入图数据库Neo4j中，实现航行态势常识图谱的存储和治理。Neo4j图数据库是主流开源常识图谱数据库之一，其机能和便当性获得了普遍承认，同时具有天真的数据构造调整能力，能够适配本文采用的航行态势数据模型的存储构造。为了可以更好地对本文方式进行验证，本文离别构建了中文和英文2种航行态势常识图谱来撑持本文研究工作。中文航行态势常识图谱的数据起原为网上“爬取”并整顿的国内机场相关航行规划、航班信息等（包罗航行规划731条、机场天色信息183条以及机场特情信息89条），中文航行数据集样例如图4所示；英文航行态势常识图谱的数据起原为OpenSky项目开源的全球航班信息数据集（取用个中2 990 061条航班记录），Opensky开源数据集样例如图5所示。图数据库Neo4j存储的中英文航行区态势常识图谱的信息统计、实体类型、关系类型和属性类型离别如表1~表4所示。             

图4  中文航行数据集样例

图5  Opensky开源数据集样例

表1  中英文航行态势常识图谱信息统计

表2  中英文航行态势常识图谱实体类型

表3  中英文航行态势常识图谱关系类型

表4  中英文航行态势常识图谱属性类型

2.2  常识问答模块的设计与实现

考虑到常识问答系统在使用过程中，前端交互模块领受的问题在查询主题上常存在多样性，同时用户输入的天然问句因其白话化特点、不遵循严厉的句法而很难被机械正确懂得。是以，若何将用户意图正确、快速和高效地转化为常识图谱上查询语句是常识问答模块的研究重点。当前针对常识问答系统中问句懂得需求的方式首要分为：1) 基于模板成家体式，该方式正确率高，但划定需要人工构建，是以仅支撑在限制范畴内的问句懂得，在通用范畴中较难实现；2) 基于句法剖析的语义提取方式，该方式经由对问句中的字词词性和字词组合搭配情形进行基于句律例则的剖析，支撑对面向通用范畴的问句进行懂得，但问句需严厉按照句律例则写，是以在对白话化的天然问句进行懂得时机能较差；3) 基于文原形似度的语义提取方式，该方式基于大量短文本数据集对模型算法进行练习，练习道理复杂且受各项参数影响较大，实际结果不敷不乱。

本文首要面向航行态势范畴，该范畴专业性较强且涉及大量专业名词，是以本文选用模板成家体式作为常识问答模块中问句懂得环节的手艺方案。本文常识问答模块设计中，首先，构建航行态势范畴相关的问题模板，模板中包含了针对每个查询主体的多种提问体式；然后，连系SVM算法对天然问句进行多分类，将分类究竟与问句模板进行成家，再生成对应的初始查询语句；设计了一种连系Word2Vec字向量嵌入模型的GRU-CRF定名实体识别模型，对天然问句中的实体进行识别以确定问句的查询主题；最后，连系天然问句中实体识别出的查询主题和初始查询语句，主动生成与数据库进行交互的Cypher查询说话，并返回查询究竟到前端交互模块，至此完成查询。图6为常识问答模块对问题“2019年8月9日AAL624航班从哪里起飞？”进行处理的流程实例。

图6  常识问答模块流程实例

2.2.1 问题多分类模型

面向航行态势范畴的天然问句分类今朝尚无公开数据集可供参考，同时在Web端也很难获取到有效的航行态势问答数据集。是以，本文环绕航行态势常识图谱中包含的实体、关系和属性为中心，人工构建了面向航行态势范畴的问题模板，共设计了20种航行态势常识问答查询模板。问题类型模板如表5所示。

表5  问题类型模板

针对航行态势相关天然问句查询目的清楚和专业名词较多等特点，同时受限于贫乏相关范畴数据集导致的练习集缺乏问题，本文从小样本数据手艺路线出发，构建SVM多分类器对天然问句进行多分类。SVM算法具有分类速度快且正确率高的特点，与本文研究主题高度契合。SVM算法最初用于解决二分类问题，是以当处理多类问题时，需组织合适的多分类器。今朝，组织SVM多分类器方式首要有2类。1) 直接法：直接在方针函数长进行点窜，将多个分类面的参数求解归并到一个最优化问题中，经由求解该最优化问题一次性实现多类分类，该方式在思路上较直接，但较量复杂度高，在实际场景中使用的前提较复杂，只适合于小型问题。2) 间接法：首要经由组合多个二分类器来实现多分类器的组织，本文采用该方式，其实现多分类的流程如图7所示。                          

图7  基于SVM算法的天然问句多分类流程（间接法）

2.2.2  问题实体识别模型

经由构建的天然问句多分类器能够对用户输入的天然问句进行多分类，并凭据分类究竟成家问题对应的查询模板。为了生成与Neo4j图数据库进行查询交互的Cypher查询语句，还需识别问题中的定名实体并增补到查询语句中，才能将天然问句完整映射为Cypher查询语句。

天然问句及其对应查询模板实例如表6所示。表6中，针对用户问句“N232WN的机型是什么？”，将飞机尾部编号N232WN作为查询前提（fr: Flight_registration.name），指定关系“飞机类型”查找与指定查询前提关系的（ft: Flight_typecode.name）属性并作为谜底返回。针对用户问句“N232WN在2019年8月12日起飞的航班号是几多？”，将飞机尾部编号N232WN作为查询前提1（fr: Flight_registration.name），同时识别天然问句中的时间信息“2019年8月12日”，对时间信息进行处理并统一透露为“20190812”作为查询前提2（fn: Flight_No).tl）的字符串肇端字段，连系查询前提1和查询前提2返回对应的查询究竟作为谜底返回。

图8  Word2Vec说话模型

图9  GRU模型构造示意图

2.3 前端交互模块设计

本文采用基于Python的Django Web斥地框架和JavaScript库搭建常识问答系统..，前端实现首要运用HTML和层叠样式表（CSS）等手艺。系统用户经由前端交互页面与航行态势常识图谱进行常识问答形式的互动。

用户先输入想要查询的问题，前端获取到该问题后经由API接口传递给逻辑层，逻辑层对问题进行懂得和剖析，转化为Cypher查询语句在航行态势常识图谱长进行查询，并将查询究竟经由API接口返回到前端，完成一次常识问答行为。如未查询到究竟则返回“对不起，该问题临时未解决！”

3.1 试验预备

为了评估本文设计的常识问答系统机能，本章对第2章介绍的问题多分类模型和问题实体识别模型在数据集长进行了测试。模型机能采用正确率（Acc）、召回率（R）和 F1值（F）为评价指标。个中Acc、R和F离别界说如下：

个中，TP为正样本类展望准确数；TN为负样本类展望准确数；FP为负样本展望错误数；FN为正样本的展望错误数。

试验情况设置：把持系统采用Microsoft Windows 10(64位)专业版；处理器为IntelRCore TM i7-9700 CPU @ 3 GHz；显卡为NVIDIA GeForce RTX 2080 Ti；内存为32 GB；斥地说话为Python3.5。

问题多分类试验数据集：因为今朝关于航行态势的问句类型尚无公开数据集可供参考或使用，是以本文针对常识问答系统的测试人工构建了一个面向航行态势范畴的问题数据集。针对文中设计的20种航行态势问题模板进行了分歧体式的提问和收集，同时使用同义词辞书对问题进行了同义词替代，扩大数据集的笼盖面，最终组织了包含900余条面向英文航行态势常识图谱的天然问句数据集和800余条面向中文航行态势常识图谱的天然问句数据集，并在练习过程中对每种航行态势问题模板下的问题按照7∶3进行切分离别作为练习集和测试集，以确保试验过程的科学性和严谨性。

实体识别试验数据集：在航空新闻网站上“爬取”与航行态势相关（如包含起飞、下降和航班等要害词）的新闻信息，对这些信息进行人工标注后构建知足需求的航行态势范畴语料库。使用标注的语料库练习实体识别模型，并对本文构建的问题多分类试验数据集中的实体进行识别测试。

3.2 试验究竟与剖析

1) 问题多分类

该部门试验采用线性回来（LR）算法和朴实贝叶斯（NB）算法作为本文使用的基于SVM多分类的问句分类算法进行对比，面向英文和中文航行态势常识图谱分歧分类算法在面向英文和中文航行态势常识图谱2种测试集上的问题多分类试验究竟如表7所示。本文SVM多分类算法在练习集上各项评价指标均达94%以上。在面向英文航行常识图谱的问句多分类测试集上的Acc、R和F离别为 95.32%、94.31%和95.10%。在面向中文航行常识图谱的问句多分类测试集上的Acc、R和F离别为 97.65%、96.92%和97.33%。试验究竟表明，相较于LR算法和NB算法，基于SVM多分类的问句分类算法在测试集上的Acc、R和F指标均取得了较好结果。

表7  问题多分类试验究竟

表8  定名实体识别试验究竟

试验究竟表明，基于GRU-CRF的定名实体识别模型在航行态势范畴的定名实体识别义务中整体示意较好，Acc大部门达到90%以上。值得注重的是，在面向英文航行态势常识图谱的定名实体识别义务中，对航班号名称的Acc仅为85.33%，对面向英文航行态势常识图谱的语料库进行数据剖析，发现存在分歧航班之间部门贸易..号、航班号及应答器编号等的编纂距离小于1的情形。由此导致该类实体在定名实体识别义务中的搅浑，试验指标较差。面向中文航行态势常识图谱的语料库中不包含贸易..号和应答器编号等信息，且因为悉数为国内航班信息，航班号的定名更纪律且轻易识别，是以面向中文航行态势常识图谱的定名实体识别试验整体指标较好。为了进一步验证该模型机能，本文在同样数据集上测试了GRU 模型和GRU-CRF模型在定名实体识别义务中的识别结果。分歧实体识别模型识别正确率试验究竟如表9所示。

表9  分歧实体识别模型识别正确率试验究竟

试验究竟表明，对GRU模型的输出究竟进行CRF线性层处理后，模型机能获得显着提高，这是因为CRF的构造特点能够使其略过一些错误理的序列标注，增强了模型的识别结果。本文采用试验数据集首要由人工构建，是以常识笼盖面存在必然盲区，飞机尾部编号有其奇特的编码纪律，同时机场信息平日为英文名缩写且数量有限，是以模型对这2类实体名称进行了充裕进修。航班号名称首要由航空公司缩写加数字编码组成，若是能将航班号的定名划定融合到定名实体识别模型中，能够进一步提高模型对航班号名称的识别结果。

3) 常识问答系统展示

该部门试验对本文设计的基于航行态势常识图谱的常识问答系统在实际应用场景中进行了测试，用户输入问题，后台对问题进行剖析和查询，并返回覆案给用户。

本文首先介绍了一种面向航行态势常识透露的数据模型，并连系范畴公开数据集和Web获取到的航行规划、航班信息等数据构建了中英文2种航行态势常识图谱；然后基于航行态势常识图谱，构建SVM多分类器和航行态势问题模板对天然问句进行懂得，并设计GRU-CRF模型对天然问句进行定名实体识别来主动生成更完整和正确的Cypher查询语句；最后，经由查询语句在图数据库寻找谜底并返回到常识问答系统的前端页面，完成问题解答。对比查询形式，在本文设计的常识问答系统中，用户只需输入想要查询的问句，问答系统会主动进行问题分类->实体识别->Cypher查询生成->返回覆案的过程，无需用户手动进行SQL/Sparql查询过程或者需要的查询前提设置。与现有面向其他范畴的问答系统比拟，本文设计的常识问答系统尚存在以下不足：1) 贫乏高质量的范畴问答数据集，模型不克获得高质量的练习；2) 本文测验了基于LR、NB和SVM等算法的多分类模型设计，速度快但机能稍弱，经由对算法进行优化能够进一步提高多分类模型的机能；3) 如能在本文设计的定名实体识别模型中到场航班号和贸易..号等信息的定名划定，可进一步提高定名实体识别模型的示意。

现有针对航行态势数据的查询大多基于关系型数据库等进行SQL/Sparql查询或基于csv或excel等构造化文档进行信息提取。本文引入时空常识图谱模型进行航行态势数据的治理，相较于关系型数据库和构造化文档，能够加倍天真地对航行态势数据进行存储、治理和更新。同时，本文构建了针对航行态势范畴的问题模板，能够加倍精准地进行方针信息获取，此外，基于属性图体式的查询对比SQL/Sparql查询能够加倍快速地获取到多个方针信息。跟着各行各业智能化革新水平的加深，航行区空管范畴作为典型的大数据行业具有强烈的智能化升级需求，本文设计并实现了一种基于航行态势常识图谱的常识问答系统，旨在对航行区空管的智能化成长进行索求和手艺贮备。

• 姜英杰，李贺，沈志远，等. 基于双层最优掌握的航行法式优化模型［J］. 批示信息系统与手艺，2022，13（6）：75-81.

• 曹普文，曾维理. 机场终端区进离场航行法式成家度剖析［J］. 批示信息系统与手艺，2022，13（6）：82-88.

• 齐佳龙，王雪松，牟成.Andon 系统在军用机场信息化航行保障中的应用［J］. 批示信息系统与手艺，2022，13（5）：27-31.

• 刘茗，陆生，丁鲲，等. 海上编队匹敌场景下的常识图谱应用［J］. 批示信息系统与手艺，2022，13（2）：67-72.

• 莫海健,高晓沨,盛寅. 面向空管常识图谱的常识抽取与常识嵌入方式[J]. 批示信息系统与手艺,2021,12(5):21-25.

• 刘惠,陈春荣,徐秋程,等. 空管问答机械人手艺[J]. 批示信息系统与手艺,2021,12(5):32-37.

• 李彭伟. 海量常识图谱分布式治理与查询手艺[J]. 批示信息系统与手艺,2021,12(2):75-80.

• 蔡静,张豹,童清波,等. 基于常识图谱的空中方针威胁剖析[J]. 批示信息系统与手艺,2021,12(1):39-44.

• 李代祎,盛杰,刘运星,等. 基于常识图谱的军事兵器问答系统[J]. 批示信息系统与手艺,2020,11(5):58-65.

• 张祥,王紫悦,杨清清,等. 基于常识图谱的实体标签可视化[J]. 批示信息系统与手艺,2020,11(3):1-9.