本發明涉及一種軍用公文自動生成系統和方法。該軍用公文自動生成系統和方法，通過采用用戶輸入的公文數據生成推薦提綱列表，再根據推薦提綱列表生成推薦內容，然后根據推薦提綱和所述推薦內容生成第一軍用公文，最后采用用戶輸入的調整數據對生成的述第一軍用公文進行調整，進而快速、精確的生成用戶想要的軍用公文，以填補現有技術中存在的不能根據用戶的控制和引導自動生成軍用公文的技術空白。

技術領域

本發明涉及數據處理領域，特別是涉及一種軍用公文自動生成系統和方法。

背景技術

近年來，人工智能的快速發展引起多個國家和政府部門的高度關注，各國政府競相發力，希望在人工智能引領的新興科技浪潮中占據領先地位。有人預測，人工智能的發展給人類社會帶來的影響，將超越過去幾十年來互聯網所帶來的影響。

人工智能技術在給經濟社會發展帶來巨大影響的同時，也對新興科技密集的軍事領域產生了巨大沖擊，其不僅代表著一種高科技型的“前沿性技術”，更是一種能夠改變戰場規則的“顛覆性技術”。軍事科學研究始終處于科技發展的最前沿，人工智能因其十分突出的技術優勢，受到世界各軍事大國的特別重視。人工智能技術將改變長久以來的戰爭形態，在情報偵察、指揮控制、自主無人武器、網絡空間作戰等領域形成常規武器難以彌補的強大技術優勢。對各個國家來說，人工智能研究已超越經濟社會發展領域，更關乎國防安全領域建設，這其中既蘊含著難得的創新發展機遇，也面臨著來自對手的巨大挑戰。

軍事信息安全裝備保障是指以物質、技術和管理手段來保持或恢復軍事信息安全裝備的良好狀態，使之按編配標準齊全配套，按使用技術要求狀況良好，達到以軍事信息安全裝備保障軍事活動目的和措施的統稱。文書是軍事信息安全裝備保障各項工作的聯系紐帶，軍事信息安全裝備保障要從各類相關文書 (口授、書面)中識別保障需求，經分析、決策后給出保障方案，通過命令、指示等文書由相關單位執行。在當前軍事智能化發展的背景下，人工智能技術在各領域快速滲透，軍事信息安全裝備保障工作也將不可避免地參與到智能化發展的浪潮中。要提升軍事信息安全裝備保障準確率和效率，各類文書的自動處理將是其重要發展方向。

國外十分重視語言信息處理技術在軍事領域中的應用，己經開發出了一些信息檢索與信息提取系統，如Mckoew.nK.R的海軍艦艇數據庫系統，它能夠根據詢問自動生成艦艇的描述。但把自然語言生成技術應用于軍事文本的生成少見報道。中國國內由于在自然語言生成方面的工作開展得較晚，并且自然語言生成技術本身也處于大發展時期，還遠未成熟，對利用自然語言生成理論實現軍用文本的自動生成也未曾進行深入、系統地研究，而且針對己經嘗試的領域也遠沒有軍用文本領域復雜。但隨著語言信息處理的發展，軍事文本實現自動生成將是一個重要發展方向。

由于軍事文本自動生成是基于用戶使用場景所提出，學術界并沒有專門針對該任務進行深入詳細的研究。但近年來，隨著大規模無監督語料的公布和使用，體量龐大的預訓練語言模型使得篇章級別的生成成為可能。傳統的統計語言模型的代表為N-gram語言模型，即假設語言模型具備馬爾可夫性且只與前面N-1個詞相關，通過統計詞與詞之間的共現信息構建轉移概率矩陣，在生成時根據該轉移概率矩陣確定下一步生成的結果。但該方法有明顯的缺陷，即依賴的語言信息過少，且轉移概率矩陣隨統計語料的變化而變化，普遍具備稀疏性，無法對新的字詞組合進行合理的推測。

針對上述缺點，現在采用的主流方法是利用神經網絡進行句子建模，其中經典的方法為基于LSTM或GRU等門控神經的單元的循環神經網絡建模。此后，為了進一步解決長距離依賴問題，基于self-attention機制的Transformer-XL 與GPT系列模型進一步提升了句子建模的能力。現如今使用Transformer-XL 與GPT2模型可以產生與人類撰寫媲美的“假新聞”。但該生成過程是隨機采樣過程，不受用戶的控制和引導。

因此，提供一種能夠基于用戶的控制和引導自動生成軍用公文的方法或系統，是本領域亟待解決的一個技術難題。

發明內容