基于 NLP 的不规范航行通告识别方法

中国民航大学学报 ›› 2022, Vol. 40 ›› Issue (2): 14-18.

基于 NLP 的不规范航行通告识别方法

项恒，张驰，李猛

（中国民航大学空中交通管理学院，天津 300300)

收稿日期:2021-05-17 修回日期:2021-05-17 接受日期:2021-03-02 出版日期:2022-06-05 发布日期:2022-06-05
作者简介:项恒（1975—），男，新疆巴音郭楞蒙古自治州人, 副教授，硕士，研究方向为空管人为因素、空域规划、航行情报服务.
基金资助:
国家自然科学基金项目（U1633109）

Identification method for non-normative NOTAM based on NLP

XIANG Heng , ZHANG Chi , LI Meng

(College of Air Traffic Management, CAUC, Tianjin 300300, China)

Received:2021-05-17 Revised:2021-05-17 Accepted:2021-03-02 Online:2022-06-05 Published:2022-06-05

摘要/Abstract

摘要： 针对航行通告中出现的 Q 代码和 E 项正文部分不规范的问题，通过自然语言处理中的文本相似度计算方法可识别出不规范航行通告。首先，基于统计机器翻译方法将航行通告 E 项正文部分翻译成中文并建立数据库，将 Q 代码翻译成中文；然后，利用 Word2vec 模型计算两者之间的相似度，并制定不规范航行通告识别标准。通过对收集的 500 条航行通告中的 Q 代码和 E 项正文进行相似度计算，设定 0.7 作为不规范航行通告的识别标准，经数据测试可得不规范航行通告识别准确率为 96.2%，验证了基于自然语言处理的不规范航行通告识别方法的可行性。

关键词: 自然语言处理, 航行通告, 机器翻译, Word2vec, 文本相似度计算

Abstract: Aiming at the non-normative problems of item Q and item E in the notice to airmen（NOTAM）, a method of text similarity calculation in natural language processing is proposed to identify the non-normative NOTAMs. Firstly, translating the item E into Chinese by statistical machine translation method, and translating the item Q into Chinese by establishing a database. Then, Word2vec model is used to calculate the similarity between the two sentences, and the recognition standard of non -normative NOTAMs is established. Based on the similarity calculation of item Q and item E in 500 collected NOTAMs, 0.7 is set as the benchmark of non -normative NOTAMs. The data test shows that the recognition accuracy of NOTAMs is 96.2%, which verifies the feasibility of non-normative NOTAMs recognition method based on NLP.

Key words: natural language processing, notice to airmen, machine translation, Word2vec, text similarity calculation

中图分类号:

V355

项恒, 张驰, 李猛. 基于 NLP 的不规范航行通告识别方法 [J]. 中国民航大学学报, 2022, 40(2): 14-18.

XIANG Heng , ZHANG Chi , LI Meng. Identification method for non-normative NOTAM based on NLP [J]. Journal of Civil Aviation University of China, 2022, 40(2): 14-18.

参考文献 18

[1]	陈凤兰. 基于模糊评价的航行通告质量评估方法[J]. 科技创新与应用, 2020(9): 134-136.
[2]	徐慧. 基于航空情报运行数据的风险管理分析与应用[J]. 民航管理, 2020(10): 54-56, 63.
[3]	王小文, 黄琰. 事件驱动的航行通告数字化建模和编码方法[J]. 信息化研究, 2020, 46(3): 5-12.
[4]	张珣. 西南空管局航行通告管理系统的设计与实现[D]. 成都: 电子科技大学, 2015.
[5]	胡静. 航行通告分发服务的研究与设计[D]. 天津: 天津大学, 2014.
[6]	张海超, 赵良伟. 利用 Doc2Vec 判断中文专利相似性[J]. 情报工程, 2018, 4(2): 64-72.
[7]	周珂, 余正涛, 高盛祥. 融合主题的汉越冶金领域统计机器翻译方法[J]. 计算机工程, 2017, 43(12): 179-183.
[8]	张辉. 航空情报工作质量监控与典型不规范航行通告类型分析[J]. 民航管理, 2019(7): 58-60.
[9]	王延, 马志刚. 航行通告填发指导手册[G]. 北京: 中国民用航空局空中交通管理局, 2008.
[10]	田亚琳. PIB 中航行通告的筛选和数据优化[J]. 民航管理, 2016(9): 58-60.
[11]	李强, 孙坤杰, 刘卓, 等. NiuTrans 开源统计机器翻译系统技术分析[C]//第九届全国机器翻译研讨会. 昆明: 中国中文信息学会 2013: 1-25.
[12]	乌丹牧其尔, 王斯日古楞. 蒙汉机器翻译中的数词自动翻译研究[J]. 内蒙古师范大学学报(自然科学汉文版), 2015, 44(3): 368-371.
[13]	苏依拉, 乌尼尔, 刘婉婉. 基于统计分析的蒙汉自然语言的机器翻译[J]. 北京工业大学学报, 2017, 43(1): 36-42.
[14]	杨攀, 张建, 李淼, 等. 汉蒙统计机器翻译中的形态学方法研究[J]. 中文信息学报, 2009, 23(1): 50-57.
[15]	张润延, 史晓东, 陈毅东. 对 IRSTLM 的分析和改进[J]. 心智与计算, 2008, 2(1): 8-15.
[16]	YE Y, ZHOU M, LIN C Y. Sentence level machine translation evaluation as a ranking problem: one step aside from BLEU[C]//Proceedings of the Second Workshop on Statistical Machine Translation, June 23, 2007, Prague, Czech Republic. Morristown: Association for Computational Linguistics, 2007: 240-247.
[17]	李晓, 解辉, 李立杰. 基于 Word2vec 的句子语义相似度计算研究[J]. 计算机科学, 2017, 44(9): 256-260.
[18]	周练. Word2vec 的工作原理及应用探究[J]. 科技情报开发与经济, 2015, 25(2): 145-148.