[发明专利]一种基于BiLSTM-Attention的陆空通话复诵语义自动校验方法

说明书

一种基于BiLSTM‑Attention的陆空通话复诵语义自动校验方法。其包括制作中英文陆空通话复诵语料库；获得每一陆空通话复诵语句对中两个语句的词向量序列；得到BiLSTM网络输出的陆空通话复诵语句对的特征向量；得到管制员发送的指令语句语义特征向量和飞行员的复诵语句语义特征向量并拼接，将拼接后的语句语义特征向量输入到多层感知器中，得到语句对的匹配分数和复诵一致或者不一致的分类结果等步骤。本发明优点：能够有效地捕捉到陆空通话指令和复诵间的联系，进而能够提高校验结果，可以降低管制员的工作强度，提高校验精度，对民航运输安全具有重要意义。

技术领域

本发明属于民航运输中陆空通话复诵语义自动校验技术领域，特别是涉及一种基于BiLSTM-Attention的陆空通话复诵语义自动校验方法。

背景技术

无线电陆空通话是当前空中交通管制员与航空器飞行员之间进行通信的重要方式之一。由于陆空对话成员之间存在着语种、口音、语义表达和理解方式等差异，同时受工作强度、精神压力、情绪等因素的影响，因此无线电陆空通话失误时有发生。在实际的飞行过程中，一个看起来很小的通话失误就可能会造成致命的飞行事故。陆空通话失误类型主要有内容不正确、用语不规范、信息纰漏、复诵错误或无复诵。陆空通话复诵过程是指在管制员发送指令后，飞行员要对其进行复诵而反馈给管制员，管制员对其进行人为的校验，这就增加了管制员的工作强度并且很容易忽略校验过程。

陆空通话复诵校验任务可以归结为一种自然语言处理任务中语句匹配问题，在文本分类、信息检索及机器翻译等多个任务中都有重要应用。近些年，深度学习中的递归神经网络(RNN)在处理序列数据上有着很好的应用，RNN的变形LSTM及BiLSTM网络解决了RNN训练过程中梯度消失问题，被广泛地应用在自然语言处理问题中，注意力机制(Attention)能够从众多信息中选择出对当前目标任务更关键有用的信息，能够捕捉到文本间重要的匹配特征信息，因而可被广泛用于语句匹配任务中。但是目前并未发现将BiLSTM网络和注意力机制结合起来用于陆空通话复诵语义自动校验任务的相关方法。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于BiLSTM-Attention的陆空通话复诵语义自动校验方法。

为了达到上述目的，本发明提供的基于BiLSTM-Attention的陆空通话复诵语义自动校验方法包括按顺序进行的下列步骤：

步骤1)制作中英文陆空通话复诵语料库；

步骤2)对上述中英文陆空通话复诵语料库进行预处理，获得每一陆空通话复诵语句对中两个语句的词向量序列；

步骤3)将上述每一陆空通话复诵语句对中两个语句的词向量序列分别输入到两个并列的BiLSTM网络中，得到BiLSTM网络输出的陆空通话复诵语句对的特征向量；

步骤4)在BiLSTM网络输出层后添加Attention层，对上述BiLSTM网络输出的陆空通话复诵语句对的特征向量进行权重分配，最后得到管制员发送的指令语句语义特征向量Vp和飞行员的复诵语句语义特征向量V_ATC；

步骤5)将上述管制员发送的指令语句语义特征向量Vp和飞行员的复诵语句语义特征向量V_ATC进行拼接，并将拼接后的语句语义特征向量输入到多层感知器中，得到语句对的匹配分数和复诵一致或者不一致的分类结果。

在步骤1)中,所述的制作中英文陆空通话复诵语料库的方法是:

步骤1.1)将真实的陆空通话录音转换为文本形式，并参照民航空管陆空通话标准，从中挑选出复诵类型的语句对作为陆空通话复诵语句对，每个复诵语句对分别由管制员发送的指令和飞行员的复诵两个语句组成，然后将其存储为文本txt格式；