民航运输过程中,安全是第一要务,而陆空通话作为飞行员与管制员信息交互的途径,其准确性是影响航空器飞行安全的重要因素。陆空通话双方出现信息不一致的问题会威胁飞行安全,所以如何保证陆空通话的准确一直是民航业关注的重点。目前对于陆空通话实际内容的分析较少,研究内容也偏重于复诵差错,缺少对问答的研究。因此对陆空通话内容进行完整性分析,搭建一个适用于陆空通话的自动语义分析模型具有重要意义。本文的具体内容如下:第一,针对陆空通话存在的问答与复诵两类对话,建立陆空通话数据库。根据陆空通话相关标准,分析陆空通话的语言特点,在已有的陆空通话复诵语料基础上,增加问答类语料并对数据重新整理。第二,针对陆空通话语言特点提出了基于注意力机制的陆空通话语义分析与校验方法。该方法在输入模块结合词向量、字向量和特征标志信息对指令与答复进行表示,以获得丰富的语义信息输入,接着使用双向长短时记忆网络(Bi-directional Long Short-Term Memory Recurrent Neural Network,BiLSTM)进行语义编码,通过构建注意力交互矩阵实现指令与答复的软对齐表示,然后使用前馈神经网络和增强差异性的方法进行语义对比分析,最后通过全连接网络实现匹配特征的判别。第三,提出了基于密集网络和多层注意力机制的陆空通话语义分析与校验模型。该模型采用的密集连接的BiLSTM结构,并在网络中加入多层注意力机制的连接,以获得包含匹配特征的语义向量,然后使用平均池化和最大池化的方式提取匹配特征,最后通过关联两个语义向量和与差的策略进行匹配特征分析并完成匹配校验任务。使用提出的两种模型对陆空通话复诵和问答内容进行语义分析,证明了陆空通话自动分析与校验模型是可行的。通过对比两种模型的实验结果,表明了注意力机制能够提升语义分析的效果,并且基于多层密集连接网络和多层注意力的语义分析与校验模型效果最优。