自然语言生成技术及其在军事领域应用

自然语言生成（ＮａｔｕｒａｌＬａｎｇｕａｇｅＧｅｎｅｒａｔｉｏｎ，ＮＬＧ）是在自然语言理解、图像识别和视频分析等技术基础上利用人工智能和语言学方法生成自然语言文本的过程，近年来成为人工智能研究领域的热点，在军事领域也得到了较好的应用。文中提出了ＮＬＧ技术的应用框架体系，阐述了文本到文本、数据到文本、图片到文本和视频到文本４个大类的关键技术和实现方法；归纳总结了机器翻译、辅助撰写、智能问答、战场监视、侦察解译等１１个典型场景，为ＮＬＧ技术在军事领域的实战化应用提供方向；从军事领域数据集缺失、现有ＮＬＧ系统的实用性和抗毁性不足等方面，深入剖析了制约ＮＬＧ技术军事应用的瓶颈问题，并提出对策建议，为ＮＬＧ技术在军事领域的未来发展提。伴随着信息时代的发展，海量文本、数据、图片、视频等信息充斥着军事领域各个环节和链路。这些信息数据量大、非结构化、利用率低、聚合能力差，加之各岗位人员数量有限，信息处理难度与日俱增，保障压力越来越大。自然语言生成（ＮａｔｕｒａｌＬａｎｇｕａｇｅＧｅｎｅｒａｔｉｏｎ，ＮＬＧ）作为人工智能和自然语言处理（ＮａｔｕｒａｌＬａｎｇｕａｇｅＰｒｏｃｅｓｓｉｎｇ，ＮＬＰ）领域的关键技术，近年来得到了飞速发展，为解决当前出现的各种保障难题提供了可能。美、英、法等国家的军方大力资助民间公司和研究机构从事这一领域的研发工作，开发了一系列ＮＬＧ系统［１］，将其融入到武器装备和作战行动中，大大提高了军事行动的效率。本文首先对ＮＬＧ技术的主要研究内容和方法进行介绍；然后，对ＮＬＧ技术当前以及未来在军事领域的典型应用进行详细探讨；最后，对一些制约应用发展的问题挑战进行简要剖析，希望能够为ＮＬＧ研究领域的学者专家及工程技术人员开发更多支撑备战打仗现实需要的技术和应用提供一些借鉴。

ＮＬＧ技术应用的体系框架通常可分为数据层、前端技术层、生成技术层、应用层４个方面，如图１所示。数据层分为原始数据和标注数据两类，其中原始数据是指未按标准或规范经过专门标注的数据，标注数据是指按标准或规范经过专门标注的数据；前端技术层分为自然语言理解、图像识别、视频分析三个方面，是支撑文本生成的基础技术；生成技术层按照不同的输入类别划分，分为文本到文本的生成、数据到文本的生成、图像到文本的生成和视频到文本的生成四类；应用层主要根据具体领域设计相关模块。

自然语言生成技术在军事领域的应用

ＮＬＧ技术具有极为广泛的应用价值，目前已在医疗、电商、工业、教育、新闻传播等多个领域［１７］蓬勃发展。随着军事大数据的逐步积累，依托大数据处理、人工智能、云计算等平台支撑，在军事领域已陆续出现诸多落地落实的具体应用。军事领域需求必将成为推动ＮＬＧ技术快速发展的重要引擎，为提高备战打仗智能化、自动化、高效化水平，打赢信息化战争助力。军事领域ＮＬＧ技术应用总体框架如图２所示。