本發(fā)明涉及船舶檢測(cè)，尤其是涉及一種融vhf通信語音信息的vts服務(wù)區(qū)外報(bào)告船舶檢測(cè)方法。

背景技術(shù)：

1、隨著經(jīng)濟(jì)全球化的發(fā)展，各國(guó)之間的貨物往來頻繁，絕大多數(shù)貨物的運(yùn)輸目前主要通過水上交通來完成，而水上交通的發(fā)展離不開船舶交通管理中心的管理，船舶交通管理中心通過與所轄水域內(nèi)船舶的語音互動(dòng)等方式，不間斷地為后者實(shí)施監(jiān)管和提供服務(wù)，交通管制人員工作期間，必須時(shí)刻保持高度專注，以便能夠隨時(shí)接收來自船用甚高頻(veryhigh?frequency，vhf)、船舶自動(dòng)識(shí)別系統(tǒng)(automatic?identification?system，ais)、視頻監(jiān)控(closed?circuit?television，cctv)等設(shè)備的信息，并對(duì)其進(jìn)行快速分析，做出適時(shí)的決策，目前船舶數(shù)量日益增多，存在部分船舶還沒有到船舶交通服務(wù)(vessel?trafficservice，vts)的服務(wù)區(qū)，就向交通管制人員報(bào)告的現(xiàn)象，這樣的無效報(bào)告信息不僅會(huì)占用為數(shù)不多的人力資源，降低交通管制效率，同時(shí)也會(huì)增加交通管制人員本就繁雜工作的工作負(fù)擔(dān)。

2、目前對(duì)于如何檢測(cè)vts服務(wù)區(qū)外報(bào)告船舶并沒有給出較好的方案，現(xiàn)階段研究主要以ais數(shù)據(jù)為基礎(chǔ)，通過數(shù)據(jù)智能分析船舶的運(yùn)行軌跡，預(yù)測(cè)其軌跡狀況，來輔助交通管制人員做出決策。少部分研究以船舶與交通管制人員的通信語料文本數(shù)據(jù)為基礎(chǔ)，通過深度學(xué)習(xí)模型來挖掘其中的關(guān)鍵信息如：船名、目的地和靠泊等，以此輔助交通管制人員做出決策。

3、上述方法并不能檢測(cè)出vts服務(wù)區(qū)外報(bào)告船舶，同時(shí)也無法有效的將交通管制人員從應(yīng)對(duì)vhf各類船舶報(bào)告的繁雜、重復(fù)、低效的工作中有效的解放出來。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種融vhf通信語音信息的vts服務(wù)區(qū)外報(bào)告船舶檢測(cè)方法。通過對(duì)挖掘的vhf語料中關(guān)鍵信息進(jìn)一步處理，結(jié)合ais數(shù)據(jù)，利用vhf語料和ais系統(tǒng)兩方面數(shù)據(jù)，對(duì)vts服務(wù)區(qū)外船舶實(shí)現(xiàn)精確檢測(cè)，該方法可擴(kuò)展水上智能交通系統(tǒng)，減輕交管的工作壓力，并提高船舶報(bào)告信息的有效性。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

3、根據(jù)本發(fā)明的一個(gè)方面，提供了一種融vhf通信語音信息的vts服務(wù)區(qū)外報(bào)告船舶檢測(cè)方法，所述方法將ais數(shù)據(jù)與vhf通信語料文本結(jié)合起來，并基于casrel實(shí)體關(guān)系抽取語料文本數(shù)據(jù)，包括如下步驟：

4、s1、獲取vhf通信語音數(shù)據(jù)和ais數(shù)據(jù)，并進(jìn)行預(yù)處理；

5、s2、將預(yù)處理后的vhf通信語音數(shù)據(jù)分為第一數(shù)據(jù)集、第二數(shù)據(jù)集；通過第一數(shù)據(jù)集對(duì)vhf語音識(shí)別模型進(jìn)行訓(xùn)練，將第二數(shù)據(jù)集通過訓(xùn)練后的vhf語音識(shí)別模型轉(zhuǎn)譯為語料文本數(shù)據(jù)；

6、所述vhf語音識(shí)別模型包括聲學(xué)模型和語言模型；

7、s3、基于casrel實(shí)體關(guān)系抽取模型對(duì)s2中所獲取的語料文本數(shù)據(jù)中進(jìn)行抽取，得到特征信息；

8、s4、將s3中獲取的特征信息分為兩類，包括：含當(dāng)前位置的特征信息和不含當(dāng)前位置的特征信息；并分別進(jìn)行位置檢測(cè)，從而得到vts服務(wù)區(qū)外報(bào)告船舶檢測(cè)結(jié)果。進(jìn)一步地，所述vhf語音識(shí)別模型包括聲學(xué)模型和語言模型。

9、作為優(yōu)選的方案，s1中的vhf通信語音數(shù)據(jù)由vhf語音采集裝置進(jìn)行采集，ais數(shù)據(jù)由ais數(shù)據(jù)采集裝置進(jìn)行采集；

10、進(jìn)一步地，所述vhf語音采集裝置由vhf接收天線、vhf接收機(jī)與存儲(chǔ)設(shè)備組成，用于采集不同甚高頻頻道的vhf通信語音數(shù)據(jù)；

11、進(jìn)一步地，所述ais數(shù)據(jù)采集裝置由ais接收天線、ais接收機(jī)與存儲(chǔ)設(shè)備組成，用于接收并存儲(chǔ)一定范圍的ais數(shù)據(jù)。作為優(yōu)選的方案，所述的s1中的預(yù)處理包括數(shù)據(jù)清洗、將海事的文本語料中殘缺的句子剔除和對(duì)長(zhǎng)句子斷句；

12、進(jìn)一步地，對(duì)于vhf通信語音數(shù)據(jù)：根據(jù)聲紋識(shí)別技術(shù)對(duì)其進(jìn)行波形分割、切片，實(shí)現(xiàn)每一個(gè)切片對(duì)應(yīng)一段完整的航運(yùn)對(duì)話，并為這段對(duì)話打上時(shí)間標(biāo)簽；

13、進(jìn)一步地，對(duì)于ais數(shù)據(jù)：將ais數(shù)據(jù)中的船名與船名庫進(jìn)行匹配，糾正ais數(shù)據(jù)中存在的船名錯(cuò)誤或不一致的情況，同時(shí)保證其他信息正確。

14、作為優(yōu)選的方案，所述s2中對(duì)vhf語音識(shí)別模型進(jìn)行訓(xùn)練具體步驟包括：

15、訓(xùn)練聲學(xué)模型：從所獲取的vhf通信語音數(shù)據(jù)中，按預(yù)設(shè)比例劃分出第一數(shù)據(jù)集和第二數(shù)據(jù)集，針對(duì)第一數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行特征提取，將提取的特征用于通用聲學(xué)模型的訓(xùn)練，并評(píng)估模型性能，優(yōu)化模型參數(shù)，得到契合海事領(lǐng)域的聲學(xué)模型；

16、訓(xùn)練語言模型：收集海事領(lǐng)域文本信息，構(gòu)建海事領(lǐng)域文本數(shù)據(jù)庫，將其文本數(shù)據(jù)用于通用語言模型的訓(xùn)練，并評(píng)估模型性能，優(yōu)化模型參數(shù)，得到契合海事領(lǐng)域的語言模型。

17、進(jìn)一步地，所述vhf語音識(shí)別模型訓(xùn)練過程包括：

18、獲取包含vhf語音音頻數(shù)據(jù)和海事領(lǐng)域文本數(shù)據(jù)；將預(yù)處理后的vhf通信語音數(shù)據(jù)分為第一數(shù)據(jù)集、第二數(shù)據(jù)集；通過第一數(shù)據(jù)集對(duì)vhf語音識(shí)別模型進(jìn)行訓(xùn)練；

19、其中，第一數(shù)據(jù)集包含訓(xùn)練集、測(cè)試集和驗(yàn)證集；

20、將訓(xùn)練數(shù)據(jù)集分別用于現(xiàn)有通用的聲學(xué)模型和語言模型的訓(xùn)練；

21、根據(jù)模型在驗(yàn)證集上的表現(xiàn)進(jìn)行參數(shù)調(diào)整，并使用測(cè)試集來評(píng)估模型性能，最后完成所述vhf語音識(shí)別模型的訓(xùn)練過程。

22、作為優(yōu)選的方案，所述s2中轉(zhuǎn)譯的具體過程為：

23、s201、在所獲取的vhf通信語音數(shù)據(jù)中，對(duì)剩余部分的vhf語音數(shù)據(jù)提取特征，輸入到所述的聲學(xué)模型中，再對(duì)聲學(xué)模型輸出的音節(jié)序列進(jìn)行解碼將其轉(zhuǎn)換為詞序列；

24、s202、通過所述語言模型確定有可能的詞序列，并利用搜索算法，在所有可能的詞序列中，選擇出概率最高的一個(gè)作為最終文本的輸出；

25、s203、對(duì)上述的文本輸出進(jìn)行后處理，最后對(duì)所輸出的文本進(jìn)行人工抽檢，并保留其對(duì)應(yīng)的時(shí)間信息，將其存入到vhf語料文本數(shù)據(jù)庫中，即為最終轉(zhuǎn)譯得到語料文本數(shù)據(jù)；

26、進(jìn)一步地，所述vhf語音識(shí)別模型轉(zhuǎn)譯過程包括：

27、獲取已切片好的vhf通信語音數(shù)據(jù)，其中每一個(gè)切片都對(duì)應(yīng)一輪完整的航運(yùn)交通對(duì)話；

28、將語音信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，然后對(duì)這些數(shù)字信號(hào)進(jìn)行處理和分析，提取出其中的特征；

29、通過預(yù)訓(xùn)練的vhf語音識(shí)別模型，從提取出來的特征中識(shí)別出對(duì)應(yīng)的文本，完成所述vhf語音識(shí)別模型轉(zhuǎn)譯過程。

30、進(jìn)一步地，所述后處理包括糾錯(cuò)、標(biāo)點(diǎn)和對(duì)海事領(lǐng)域?qū)I(yè)術(shù)語進(jìn)行標(biāo)準(zhǔn)化處理。

31、作為優(yōu)選的方案，s3中的casrel實(shí)體關(guān)系抽取模型包括句子編碼部分和級(jí)聯(lián)解碼部分；

32、進(jìn)一步地，所述句子編碼部分通過bert的embedding層和雙向transformer層來獲取每個(gè)字符的特征向量表示，這些向量被用作主體識(shí)別和主客體關(guān)系識(shí)別模塊的輸入；

33、進(jìn)一步地，所述級(jí)聯(lián)解碼部分通過主體識(shí)別模塊來提取句子中的主體信息，然后通過主客體關(guān)系識(shí)別模塊來關(guān)聯(lián)與關(guān)系對(duì)應(yīng)的客體實(shí)體，進(jìn)而實(shí)現(xiàn)實(shí)體關(guān)系抽取。

34、作為優(yōu)選的方案，s3中所述基于casrel實(shí)體關(guān)系抽取模型對(duì)s2中所獲取的語料文本數(shù)據(jù)進(jìn)行抽取，結(jié)合船名庫得到特征信息的步驟具體為；

35、s301、基于casrel實(shí)體關(guān)系提取模型，對(duì)s2中得到的語料文本數(shù)據(jù)進(jìn)行抽取得到特征信息，特征信息包括主體即船名、客體即地名和關(guān)系；

36、s302、結(jié)合船名庫將船名轉(zhuǎn)為相應(yīng)的拼音或補(bǔ)全本身為拼音但缺少阿拉伯?dāng)?shù)字部分的船名，使其與ais數(shù)據(jù)中船名結(jié)構(gòu)保持一致；

37、s303、保留其時(shí)間信息，根據(jù)vhf語料文本中船舶報(bào)告位置特點(diǎn)；

38、船名與地名之間存在關(guān)系包括：當(dāng)前位置、未來位置和模糊位置；

39、進(jìn)一步地，所述當(dāng)前位置即為船舶當(dāng)前所在地點(diǎn)；

40、進(jìn)一步地，所述未來位置即為船舶將要去的地點(diǎn)；

41、進(jìn)一步地，所述模糊位置即為船舶報(bào)告位置信息模糊。

42、進(jìn)一步地，所述casrel實(shí)體關(guān)系抽取模型訓(xùn)練過程包括：

43、獲取包含vhf語料文本數(shù)據(jù)；

44、基于所述數(shù)據(jù)，通過在語料標(biāo)注平臺(tái)對(duì)語料數(shù)據(jù)進(jìn)行船名、位置、關(guān)系信息標(biāo)注，將其存儲(chǔ)為json數(shù)據(jù)格式，在這個(gè)過程中，首先以句子為基礎(chǔ)，對(duì)其中的詞語單元進(jìn)行標(biāo)注。完成標(biāo)注后，按照特定的比例將數(shù)據(jù)分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

45、將獲得的訓(xùn)練集用于casrel實(shí)體關(guān)系抽取模型的訓(xùn)練；

46、根據(jù)模型在驗(yàn)證集上的表現(xiàn)進(jìn)行參數(shù)調(diào)整，并使用測(cè)試集來評(píng)估模型性能，最后完成所述casrel實(shí)體關(guān)系模型的訓(xùn)練過程。

47、進(jìn)一步地，所述casrel實(shí)體關(guān)系抽取模型的具體思路包括：

48、首先將經(jīng)過預(yù)處理的vhf語料文本數(shù)據(jù)輸入至預(yù)訓(xùn)練的bert模塊。這個(gè)模塊的核心編碼部分是transformer結(jié)構(gòu)，它通過調(diào)整權(quán)重系數(shù)矩陣來反映同一句子中各字符間的關(guān)聯(lián)程度，從而輸出每個(gè)字符的詞向量表示。

49、在獲取每個(gè)字符的詞向量表示之后，利用每個(gè)字符的詞向量表示來預(yù)測(cè)主語實(shí)體的開始和結(jié)束位置；

50、根據(jù)預(yù)測(cè)出的主語實(shí)體的開始和結(jié)束位置，通過加和平均的方法計(jì)算出每個(gè)主語實(shí)體的向量表示。

51、將每個(gè)字符的向量表示和預(yù)測(cè)出的主語實(shí)體的向量表示結(jié)合起來，然后通過遍歷關(guān)系字典，為每個(gè)關(guān)系構(gòu)建映射函數(shù)，這些函數(shù)將被用于預(yù)測(cè)客體實(shí)體。

52、最終輸出實(shí)體關(guān)系三元組，即為所需要的特征信息('船名'，'關(guān)系'，'地名')。

53、進(jìn)一步地，即將船舶與所報(bào)告地點(diǎn)的關(guān)系分為三類：當(dāng)前位置、未來位置和模糊位置，同時(shí)，在上述海事語料中也存在一個(gè)船名對(duì)應(yīng)多個(gè)地點(diǎn)的情況，即存在重疊三元組，目前大多數(shù)抽取三元組的方法是抽取出主體實(shí)體和客體實(shí)體，每一個(gè)實(shí)體對(duì)都有其標(biāo)簽，標(biāo)簽即為兩實(shí)體間關(guān)系來進(jìn)行處理，但這種方法對(duì)于抽取重疊三元組并不適用，而采用級(jí)聯(lián)二進(jìn)制標(biāo)注框架能很好的解決這個(gè)問題，即采用casrel實(shí)體關(guān)系抽取模型對(duì)vhf語料文本進(jìn)行抽取，為方便后續(xù)計(jì)算的需要，將抽取得到的特征信息分為兩類：含當(dāng)前位置特征信息和不含當(dāng)前位置(未來位置、模糊位置)特征信息。

54、作為優(yōu)選的方案，所述的s4中的特征信息分類包括：含當(dāng)前位置特征信息和不含當(dāng)前位置特征信息；

55、進(jìn)一步地，所述的不含當(dāng)前位置特征信息包括：未來位置特征信息和模糊位置特征信息。

56、作為優(yōu)選的方案，所述的的s4中的檢測(cè)位置具體為：

57、進(jìn)一步地，對(duì)于含當(dāng)前位置的特征信息，獲取其地名，將其在vts服務(wù)區(qū)地名庫進(jìn)行檢索，從而檢測(cè)出對(duì)應(yīng)的vts服務(wù)區(qū)外報(bào)告船舶；

58、進(jìn)一步地，對(duì)于不含當(dāng)前位置的特征信息，獲取其船名，將其與ais數(shù)據(jù)中船名進(jìn)行船名相似度計(jì)算，得到與ais數(shù)據(jù)中船名的相似度排名，之后結(jié)合預(yù)先設(shè)定的特定閾值，篩選出滿足特定閾值且最相似的船名，獲取其船舶點(diǎn)坐標(biāo)，計(jì)算該點(diǎn)到多邊形vts服務(wù)區(qū)各頂點(diǎn)的向量并對(duì)向量間夾角求和，判斷其在精度范圍內(nèi)是否等于2π，輸出不等于2π的船舶點(diǎn)，該點(diǎn)船舶即對(duì)應(yīng)為vts服務(wù)區(qū)外報(bào)告船舶，從而得到vts服務(wù)區(qū)外報(bào)告船舶檢測(cè)結(jié)果。

59、作為優(yōu)選的方案，所述的船名相似度計(jì)算具體包括：

60、計(jì)算vhf語料不含當(dāng)前位置得特征信息中船名字符串與ais數(shù)據(jù)船名字符串之間的重合字符偏距和未重合字符偏距；

61、計(jì)算兩船名字符串之間的總偏距，進(jìn)而得到偏距相似度，即船名相似度。

62、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

63、1、本發(fā)明中所述方法將ais數(shù)據(jù)與vhf通信語料文本結(jié)合起來，并基于casrel實(shí)體關(guān)系抽取語料文本數(shù)據(jù)，通過獲取vhf通信語音數(shù)據(jù)和ais數(shù)據(jù)，并進(jìn)行預(yù)處理；對(duì)vhf語音識(shí)別模型進(jìn)行訓(xùn)練，將獲取的vhf通信語音數(shù)據(jù)通過訓(xùn)練后的vhf語音識(shí)別模型轉(zhuǎn)譯為語料文本數(shù)據(jù)；基于casrel實(shí)體關(guān)系抽取模型進(jìn)行抽取所獲取的語料文本數(shù)據(jù)，結(jié)合船名庫得到特征信息；將獲取的特征信息分為兩類，并進(jìn)行位置檢測(cè)，從而完成vts服務(wù)區(qū)外報(bào)告船舶檢測(cè)。為檢測(cè)vts服務(wù)區(qū)外船舶提供了解決方案，實(shí)現(xiàn)對(duì)vts服務(wù)區(qū)外報(bào)告船舶檢測(cè)。

64、2、本發(fā)明中所述方法，不僅局限于利用ais信息，還考慮本身vhf語料文本中船舶報(bào)告位置特點(diǎn)，根據(jù)位置特征，將抽取得到的特征信息特征信息分為含當(dāng)前位置特征信息和不含當(dāng)前位置特征信息；通過分類的方式能盡可能利用每一類特征信息的特點(diǎn)來提高檢測(cè)的精度，對(duì)于含當(dāng)前位置的特征信息，獲取其地名信息，可直接在地名庫中進(jìn)行檢索，實(shí)現(xiàn)快速有效的檢測(cè)出vts服務(wù)區(qū)外報(bào)告船舶。

65、3、本發(fā)明中所述方法，對(duì)于所述的不含當(dāng)前位置特征信息的，獲取其船名，將其與ais數(shù)據(jù)中船名進(jìn)行船名相似度計(jì)算，得到ais數(shù)據(jù)中船名的相似度排名；并設(shè)定特定閾值，取滿足特定閾值且最相似的船名，獲取其船舶點(diǎn)坐標(biāo)，計(jì)算該點(diǎn)到多邊形vts服務(wù)區(qū)各頂點(diǎn)的向量并求和向量間夾角，判斷其在精度范圍內(nèi)是否等于2π，輸出不等于2π的船舶點(diǎn)，即該點(diǎn)對(duì)應(yīng)船舶為vts服務(wù)區(qū)外報(bào)告船舶，從而檢測(cè)出vts服務(wù)區(qū)外報(bào)告船舶，在判斷相似船舶所在位置時(shí)，充分利用ais信息，獲取相似船舶坐標(biāo)點(diǎn)和多邊形vts服務(wù)區(qū)各頂點(diǎn)坐標(biāo)，將其轉(zhuǎn)化為平面上一點(diǎn)是否在多邊形內(nèi)問題，從多維變?yōu)榈途S，大大降低了問題的復(fù)雜程度，簡(jiǎn)化計(jì)算。

66、4、本發(fā)明中所述方法通過將vhf語料文本中船舶位置信息和船名信息與ais數(shù)據(jù)進(jìn)行聯(lián)合判斷，對(duì)聲學(xué)模型與語言模型進(jìn)行訓(xùn)練，評(píng)估模型性能，優(yōu)化模型參數(shù)，得到契合海事領(lǐng)域的聲學(xué)模型；實(shí)現(xiàn)對(duì)vts服務(wù)區(qū)外報(bào)告船舶的高效和精準(zhǔn)的檢測(cè)；