《为国防和安全应用增强态势感知的语义框架》法国航空航天实验室（ONERA）100页研究报告

本文件介绍了作者自2010年1月加入法国航空航天实验室（ONERA）以来形成的研究贡献。

作者的研究是在一个部门进行的，该部门的研究活动涉及大量的信息处理技术，从逻辑推理、作战研究到多智能体系统。应用于三个主要领域：航空电子学、空间、国防和安全。关于现有的研究方向，其研究为国防和安全领域带来了新的见解，重点是软数据处理的方法和技术，也就是说，由人类提供的符号数据（作战员，人类智能）或从互联网上收集的数据（开放智能，社会智能）。研究涉及人类报告信息的质量评估、在线数据的特征、异质信息融合的语义互操作性的发展以及信息融合的不确定性分析。

本文件报告了从2010年初到2020年底，作为ONERA的研究科学家所取得的成果。虽然作者的工作是其部门新研究路线的一部分，但一些项目，如ROSARIO（开源研究：信息和意见检索）和RIAD（人工智能和决策网络）使其能够与部门的同事合作，但其大部分贡献是与外部合作的。

作者是两个研究项目的科学协调人。FUTHANE（Fusion Technique de Haut Niveau et Evaluation），一个由法国国防采购局资助的研究异质信息融合项目，以及FLYER（Intelligence Artificielle pour Analyser les Contenus Extrémistes sur Internet），一个由法国研究局资助的项目。FLYER项目利用人工智能方法解决网上极端主义内容的检测问题。作者的一些科学贡献是在这些项目的框架和背景下进行的。

本文件是对作者研究项目的综述，该项目题为 "为国防和安全应用增强态势感知的语义框架"。第一章介绍了理解本文件其余部分的贡献所需的理论背景和应用环境。其余各章描述了为提高各种安全和国防背景下的态势感知而开发的三个语义框架：评估人类操作员提供的信息项目，为异质和动态环境中的信息融合开发基于语义的方法，以及在线数据的分析和定性。

语义框架包括知识模型和在此基础上实现的处理算法，作者的研究处于知识工程和文本数据挖掘的交叉点。

这些贡献不是按时间顺序排列的，而是根据它们的连贯性重新分组的，因为有几条研究线是在不同的时间和不同的应用中处理的。在讨论每项贡献时，都会说明研究背景、所开发的人工制品的成熟度、主要的合作、所获得的经验教训以及相关出版物的选择。