基于预训练语言模型的管制信息抽取方法

在空中交通管理中，管制员使用管制指令调节航空器状态，飞行员通过复诵指令进行确认。管制指令的正确理解对飞行安全具有重大意义。提出一种新的管制信息抽取方法，即基于语言模型的预训练和微调，通过迁移学习实现小样本管制信息抽取。该方法在训练数据量降低时，仍能实现准确率的提升。仿真结果表明，新模型对管制信息抽取的准确率不低于98%,可以有效提取管制指令中的关键信息。该方法可提升空管系统的智慧化程度，辅助管制员理解管制指令内容，支撑飞行冲突检测，保障航空运输安全。