[发明专利]一种用于多实体对抗的对手关系识别方法及装置

说明书

本发明提供一种用于多实体对抗的对手关系识别方法及装置，所述方法包括：获取待识别的实体以及待识别的关系类别；其中，所述待识别的实体用于完成所述多实体对抗；将所述待识别的实体以及所述待识别的关系类别输入训练好的对手关系识别模型，输出所述待识别的实体之间的对手关系的识别结果；其中，基于概率知识图谱构建所述对手关系识别模型；所述待识别的实体之间的对手关系的识别结果为：所述待识别的实体之间的关系为输入的所述待识别的关系类别的预测置信度。本发明实现了多实体多抗中对手关系的准确识别，并保证了识别结果的可解释性。

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种用于多实体对抗的对手关系识别方法及装置。

背景技术

多实体对抗中，厘清对手实体间关系是支撑我方决策的关键因素。博弈对抗是对手与我方为了达成各自目标，运用各自力量单位进行的对抗性策略互动。博弈对抗既可以发生在实际场景下，例如各种球类比赛；也可能发生在虚拟场景下，例如即时策略游戏、兵棋模拟推演。其中的力量单位即双方进行对抗所运用的“实体”。双方往往会在己方宏观策略指导下，综合运用所有实体进行分工合作，并且隐藏真实企图，逐步朝己方目标推进。例如即时策略游戏中对方可能声东击西，故意隐藏重要角色之间的配合关系，兵棋模拟推演中对方可能隐真饰假，故意隐藏兵力之间主攻佯动的协同关系等。而如果能够在对抗迷雾中去伪存真，准确推断对方实体间的关系，则有助于进一步明确对方的行动计划和策略，从而可针对性制定我方博弈策略，采取卓有成效的对抗措施。

然而，对手的实体间关系往往难以直观推断，主要源于对抗场景下表现出的如下特征。①隐蔽性：对手会将真实意图隐藏，并且可能释放“烟雾弹”，通过采取虚假行动造成我方误判。②复杂性：对抗过程可能持续时间长，交互多，从而导致触发事件规模大，错综复杂，难以分析。③多样性：在不同对抗上下文中，同样两个实体可能具有不同角色，也会具有不同关系。

针对对抗场景下实体关系分析的上述挑战，当前方法主要分为人工和智能方法两类。人工分析法可以充分利用人的丰富经验，但随着对抗过程时间增长，交互增多，关系日益复杂，在质量和效率上难以满足要求；智能化方法包括贝叶斯推断、强化学习、知识图谱等方法。贝叶斯推断方法基于贝叶斯模型，具有良好的可理解性，但对数据稀疏敏感，概率结果不具有数值意义，而且独立同分布的假设太强。强化学习方法在经过大量训练收敛后往往具有较高的关系推断准确率，但其推断过程完全黑盒，推断的结果不可解释。知识图谱技术兼具可理解性与良好的关系推断效果，知识图谱可以将真实世界中存在的各种实体概念及其关系表示为语义网络图，节点表示人物、概念等实体，边则表示属性或关系，然后基于链接预测技术对群体关系进行分析。其中，“链接”指代图谱中的边，链接预测即是对知识图谱中边的存在性，也即关系的存在性进行预测。但目前基于知识图谱方法得到的预测结果仅包括“成立”或“不成立”的二值之一，而对手关系的推断结果不应只是“成立”或“不成立”的二值之一，因此，现有知识图谱方法无法保证对手关系识别结果的准确性以及可理解性。

发明内容

本发明提供一种用于多实体对抗的对手关系识别方法及装置，用以解决现有技术中对手关系识别结果的准确性和可理解性差的缺陷，实现多实体多抗中对手关系的准确识别，并保证识别结果的可解释性。

本发明提供一种用于多实体对抗的对手关系识别方法，包括：

获取待识别的实体以及待识别的关系类别；其中，所述待识别的实体用于完成所述多实体对抗；

将所述待识别的实体以及所述待识别的关系类别输入训练好的对手关系识别模型，输出所述待识别的实体之间的对手关系的识别结果；

其中，基于概率知识图谱构建所述对手关系识别模型；所述待识别的实体之间的对手关系的识别结果为：所述待识别的实体之间的关系为输入的所述待识别的关系类别的预测置信度。

根据本发明提供的一种用于多实体对抗的对手关系识别方法，所述基于概率知识图谱构建所述对手关系识别模型，包括：