第十九卷:动态语义库理论与工程
第一篇 动态语义库的理论基础
第一章 动态语义库的提出与研究对象
1.1 研究背景:结构智能为什么需要动态语义库
智能系统要解决现实问题,必须具备获取知识、组织知识、理解知识之间的关系,并依据知识进行运算和决策的能力。
在 WSaiOS-SI 结构智能理论中,知识不是孤立的信息集合,结构也不只是对数据进行分类、排列或存储的形式。结构由元素及元素之间的关系构成,能够表达对象的组成、属性、状态、条件、方法以及它们之间的联系。只有当这些元素与关系形成可以被识别、计算、判断和验证的知识结构时,知识才能进一步参与能力形成与问题解决。
然而,任何一个已经建立的知识结构,都存在适用范围和认知边界。
当系统面对新的任务时,已有知识可能无法完整回答当前问题;当现实对象发生变化时,已有知识可能已经过时;当不同来源提供相互矛盾的信息时,系统可能无法仅凭现有知识作出可靠判断;当一个对象的属性、状态、条件或方法存在缺失时,系统也可能无法完成后续运算。
这些问题并不意味着已有知识结构失去价值,而是说明现有知识结构与当前任务之间可能存在尚未解决的语义需求。
例如,一个系统已经建立了电动牙刷产品的知识结构,其中包括品牌、价格、功能、生产厂家和认证等属性。当系统需要判断某一产品是否符合特定市场的采购要求时,已有结构可能仍然缺少目标市场的认证要求、适用条件、有效期限或相关证明材料。
此时,系统真正需要解决的并不是简单地增加一批网页资料,而是明确:
当前任务究竟缺少什么知识?缺失的知识与哪个对象、属性或关系有关?应该寻找什么类型的外部资源?不同来源提供的信息是否指向同一事实?已有知识与新获取的信息是否存在冲突?哪些内容可以作为已核验知识使用,哪些内容仍然需要进一步验证?
这就提出了动态语义库的研究问题。
动态语义库的提出,是为了建立一套由当前任务和已有知识结构驱动、能够动态产生语义需求、获取外部知识、建立语义关系、管理证据与冲突,并将处理结果反馈给结构智能系统的理论与工程体系。
动态语义库不是脱离结构智能独立运行的通用智能系统。它是 WSaiOS-SI 获取外部知识、补充知识结构、处理语义不确定性和支持知识持续演化的重要组成部分。
1.2 从静态知识存储到动态语义组织
知识存储解决的是知识如何保存、读取和管理的问题。动态语义库还需要解决知识为何被需要、如何被发现、如何与已有知识建立关系,以及如何判断新知识是否能够参与后续运算的问题。
二者的区别不在于是否使用数据库,也不在于是否能够更新数据,而在于系统是否具有由任务和结构状态驱动的动态语义组织机制。
传统的静态知识存储可以保存对象、属性、值和关系,但如果系统不能根据当前任务发现知识缺失,也不能根据缺失情况形成新的检索条件,那么即使数据库内容不断增加,系统仍然可能无法获得真正需要的知识。
同样,一个能够持续采集网页的系统,如果只是将网页正文、标题和关键词保存起来,却没有建立外部信息与现有对象、属性、关系及任务条件之间的明确联系,也不能仅凭采集数量的增加形成可靠的结构智能知识。
因此,动态语义库必须同时考虑两个方面。
第一,需求的动态性。系统需要什么知识,不应完全由预先设计的固定清单决定,而应根据当前任务、已有结构、知识缺失、关系缺失、信息冲突和现实变化动态确定。
第二,语义组织的动态性。新获取的信息不应仅仅作为独立记录存储,而应根据其语义内容、适用条件、证据来源和核验状态,与已有知识建立可追溯的对应关系。
由此,动态语义库与静态知识存储之间形成了不同的职责边界。
| 比较维度 | 静态知识存储 | 动态语义库 |
|---|---|---|
| 核心任务 | 保存与读取知识 | 根据需求发现、组织、验证和更新语义知识 |
| 知识来源 | 已有数据或预先录入的内容 | 已有知识与当前需求驱动的外部资源 |
| 需求机制 | 可以由外部程序提供 | 需要研究需求生成、分解与演化机制 |
| 知识关系 | 保存预先定义的关系 | 根据新证据与现有结构建立、修正或保留关系 |
| 冲突处理 | 可以保存不同记录 | 必须识别冲突并管理核验状态 |
| 更新方式 | 数据新增、修改或删除 | 同时管理证据变化、结论变化和历史版本 |
| 输出作用 | 提供存储内容 | 为知识运算、认知和决策提供有关系、有来源、有状态的知识 |
这里需要明确:静态知识存储也可以具备关系管理、版本控制和数据校验功能。动态语义库并不以否定这些技术为前提,而是进一步把动态需求生成、语义关联和证据处理整合为统一的运行过程。
因此,动态语义库的理论创新不能仅仅建立在“数据能够实时更新”这一特征上,而应建立在需求驱动的语义组织与知识结构持续演化这一核心机制上。
1.3 动态语义库的研究对象
动态语义库的研究对象不是所有现实信息的无差别集合,而是与当前任务、已有知识结构及后续智能运算存在明确关系的语义知识及其形成过程。
为了准确界定研究范围,本卷将其研究对象划分为以下几个相互关联的部分。
1.3.1 动态语义需求
动态语义需求是系统在特定任务和当前知识状态下,为完成后续理解、判断、计算、匹配、验证或决策而需要补充、澄清或核验的知识要求。
例如:
某个产品的认证字段为空,可能产生认证信息获取需求;两个来源给出的产品参数不一致,可能产生冲突核验需求;一个方法的适用条件尚不明确,可能产生条件补充需求。
动态语义需求必须能够说明需要解决的问题及其与现有知识的关系,而不能仅仅表现为一个没有明确目标的搜索词。
一个完整的动态语义需求,原则上需要描述:
-
需求来源:由哪个任务、对象、属性、关系、冲突或知识变化产生。
-
需求目标:希望补充、澄清、关联或核验什么。
-
关联结构:涉及哪些已有对象、属性、值、关系或方法。
-
检索条件:依据真实结构定义生成的候选查询条件。
-
完成条件:满足什么要求后,需求可以被标记为已解决。
-
当前状态:待处理、处理中、待核验、部分完成、已完成或暂时无法解决等。
这些内容构成动态语义需求的基本描述范围。具体的数据字段与状态转换规则,需要在后续工程篇中进一步定义。
1.3.2 外部知识资源
外部知识资源是动态语义库为满足语义需求而发现、获取或接收的外部信息载体及其内容。
资源可以来自公开网页、公开文档、技术说明、标准文件、产品资料、数据库接口、人工提供的材料,以及经过允许的外部 AI 回答等。
资源本身不等于知识结论。
一份产品说明书可以作为产品功能主张的来源,但其内容是否适用于当前产品型号、是否仍然有效、是否足以证明某项认证状态,都需要结合具体证据进行判断。
同样,多个网页重复发布同一条消息,并不意味着系统获得了多个相互独立的证据。资源数量、资源类型和来源分布必须与实际的证据关系一起分析。
因此,动态语义库不仅需要保存资源内容,还需要保存资源标识、获取时间、来源地址、资源类型、版本信息以及资源与具体语义主张之间的对应关系。
1.3.3 语义单元
语义单元是从外部资源中识别出的、能够表达某项明确内容并参与知识关联的基本语义对象。
例如:
“某型号产品的额定电压为 5V”可以形成关于特定产品型号及其电压属性的一项语义主张。
为了使该主张能够参与后续运算,系统需要识别它所指向的对象、属性、值、单位、适用条件及来源证据。
在适当的结构表达中,可以将其组织为:
-
对象:特定产品型号。
-
属性:额定电压。
-
值:5。
-
单位:V。
-
适用条件:对应的产品型号与版本。
-
来源:提供该信息的具体资源。
-
核验状态:尚待核验、已有支持、存在冲突或其他明确状态。
这里的示例用于说明语义组织原则,并不意味着系统可以仅凭一段文字就认定该产品的额定电压已经得到事实验证。
语义单元的核心价值,在于把外部资料中的具体内容转化为能够与现有知识结构建立明确联系的对象,使系统能够进一步比较、匹配、判断和验证。
1.3.4 语义关系
语义关系描述语义单元、已有知识元素、对象、属性、条件、方法和证据之间的联系。
在动态语义库中,关系不能仅依据文本相似、共同出现或表面上的词语重合来认定。
例如,两份资料都出现“电动牙刷”和“认证”两个词,并不能证明它们讨论的是同一产品、同一种认证或同一有效期限。
语义关系必须结合关系定义、参与关系的对象、适用条件以及可用证据进行判断。
本卷研究的语义关系包括但不限于:
-
对应关系:外部语义单元对应已有的哪个对象、属性或值。
-
支持关系:某项证据对某项语义主张提供支持。
-
反驳关系:某项证据对某项语义主张提供反向证据。
-
冲突关系:不同主张在相同适用条件下不能同时成立,或者其差异需要进一步解释。
-
包含关系:一个对象、概念或结构包含另一个对象、概念或结构。
-
条件约束关系:某项主张或方法仅在特定条件下成立。
-
方法依赖关系:某种方法的执行依赖其他方法、条件或能力结构。
-
来源衍生关系:多个资源之间存在转载、引用、派生或共同来源关系。
这些关系不是同一种关系的不同名称。每类关系都需要有自己的定义、成立条件和验证规则。
特别是,支持关系不等于事实必然成立,反驳关系也不意味着某项主张在所有条件下都不成立。系统必须保存关系的适用范围和证据依据,避免把局部关系扩大为无条件结论。
1.3.5 证据与核验状态
证据用于说明某项语义主张为什么值得接受、为什么受到质疑,或者为什么目前仍然无法判断。
核验状态则用于记录系统针对具体主张已经完成了什么验证,以及现有证据支持到什么程度。
二者必须分开管理。
一项主张可能具有明确的来源,但证据不足;也可能存在多个来源,却因为这些来源相互转载而缺少独立支持;还可能存在一份权威资料,但其适用型号与当前对象不一致。
因此,系统不能仅根据来源存在、来源数量或相关性得分,直接把一项主张标记为真实。
动态语义库应当允许以下情况同时存在:
-
主张已经获得足够证据支持。
-
主张受到证据反驳。
-
不同证据之间存在冲突。
-
证据只能支持部分内容。
-
现有材料不足以作出判断。
-
原先的结论需要因新证据而重新核验。
未知与冲突不是系统必须立即消除的异常,而是需要明确记录和继续处理的知识状态。
1.3.6 语义评分与概率评估
动态语义库需要判断哪些外部资源更值得优先处理,以及现有证据对某项主张提供了多大支持。
这涉及不同的计算任务。
语义相关性评分用于衡量候选资源或语义单元与当前需求之间的关联程度。评分可以综合考虑对象对应程度、属性对应程度、条件符合程度、关系匹配程度以及其他经定义的指标。
概率评估则是针对明确事件,对其发生可能性或某项明确命题的成立可能性进行估计。它需要确定事件含义、数据来源、样本条件、验证方式和校准方法。
两者不能混为一谈。
例如,某网页与当前产品认证需求高度相关,只能说明该网页值得进一步处理,并不能证明网页中的认证声明正确。
如果没有适当的核验样本和可靠的评估方法,系统就不应将关键词匹配率或相关性得分包装成事实概率。
因此,本卷将相关性评分、证据支持程度、来源可靠性和概率估计视为相互关联但定义不同的计算对象。
1.3.7 知识版本与演化记录
动态语义库中的知识可能随着新资料、新证据、适用条件变化和核验结果发生变化。
因此,动态语义库必须研究知识的新增、补充、失效、冲突、修正和版本演化。
版本管理的目的不是简单保存修改时间,而是能够回答:
某项主张最初来自哪里?后续增加了哪些证据?为什么原有结论发生变化?变化影响哪些知识关系?哪些下游运算需要重新执行?旧结论在什么条件下仍然具有历史参考价值?
例如,某项产品参数最初来自一份旧版说明书,后来出现新版说明书。如果新旧版本的参数不同,系统不能仅因新版资料到达就无条件删除旧记录。它需要识别型号、版本、生效时间及适用条件,判断两份资料究竟构成真实冲突,还是分别适用于不同产品版本。
因此,知识演化必须同时保留内容变化、证据变化、结论变化及其原因,使系统能够追溯知识状态的形成过程。
1.4 动态语义库的基本定义
基于上述研究对象,本卷将动态语义库定义如下。
动态语义库,是 WSaiOS-SI 结构智能体系中,以当前任务和已有知识结构为依据,动态生成语义需求,按真实结构定义形成检索条件,通过外部资源发现与获取、语义单元识别、知识对应、关系建立、证据核验、相关性计算、必要的概率评估和版本管理,形成可追溯、可运算、可验证并能够持续演化的语义知识体系。
这一概念包含六个不可相互替代的基本要素。
第一,需求驱动。系统需要根据当前任务与已有知识状态确定需要补充或核验的内容,而不是无差别地采集信息。
第二,结构约束。检索条件与知识关联必须建立在实际存在的结构定义之上,不得擅自假定固定行业、固定对象或固定字段。
第三,语义对应。外部内容必须与已有知识元素、对象、属性、关系或任务条件建立明确的对应关系,才能进入相应的知识运算流程。
第四,证据管理。系统需要保存主张、来源、证据、关系和核验状态之间的联系,并允许证据支持、反驳或无法确定某项主张。
第五,可计算性。语义知识必须能够按照明确的规则参与比较、计算、判断、匹配、排序、验证以及在适当条件下进行的概率评估。
第六,持续演化。新需求、新资源、新证据和新核验结果可以改变语义知识的内容、关系、状态与版本,并进一步触发新的需求。
由此可见,动态语义库不是单纯的存储模块,也不是一个只负责获取网页的检索模块,而是一套贯穿需求、资源、语义、关系、证据、计算和更新的知识组织机制。
1.5 动态语义需求库与实时语义库的区别
在工程实现中,动态语义库应当区分两个核心组成:动态语义需求库与实时语义库。
二者相互连接,但不能混为一个没有边界的记录集合。
动态语义需求库负责记录系统当前需要解决哪些语义问题,以及这些问题从哪里产生、与哪些知识结构相关、需要什么样的处理、何时可以视为完成。
它主要回答:
-
当前缺少什么知识?
-
为什么需要补充或核验?
-
该需求对应哪个任务和知识结构?
-
需要寻找哪些类型的资源?
-
当前需求处于什么状态?
-
现有处理结果是否足以满足需求?
实时语义库负责保存围绕这些需求形成的资源、语义单元、知识对应关系、语义关系、证据、评分、核验状态和版本记录。
它主要回答:
-
系统已经发现和获取了哪些资源?
-
从资源中识别出了哪些语义主张?
-
这些主张对应哪些已有对象、属性和值?
-
哪些证据支持或反驳这些主张?
-
当前结论处于什么核验状态?
-
相关性和其他计算结果依据什么规则产生?
-
知识发生了哪些变化,变化原因是什么?
两者之间形成一个持续循环:
现有知识结构产生需求,需求驱动资源获取,资源处理形成语义知识,语义知识满足或修正需求,处理结果又可能产生新的需求。
因此,动态语义需求库不是实时语义库的简单查询页面,实时语义库也不是动态语义需求库的附件。前者管理需要解决的问题,后者管理围绕这些问题形成的语义知识及其证据。
在工程架构上,两者可以使用不同的数据表、文件或模块,也可以由同一数据库中的不同逻辑实体实现。理论定义不应被某一种具体存储方式限制。
1.6 动态语义库的基本运行原理
动态语义库的运行从现有知识结构与当前任务开始,而不是从无差别搜索外部信息开始。
当系统接收到一个任务时,首先需要判断已有知识是否能够满足任务要求。如果不能满足,就需要识别缺失的对象信息、属性值、关系、条件、方法或证据。
随后,系统根据实际结构定义生成检索条件。
例如,结构定义中存在行业、分类、对象和属性等信息时,检索条件应当依据真实定义动态形成。其中,行业与字段、分类与字段是本卷规定的两类核心检索组合;对象名称、已有属性值、关系和适用条件可以进一步限定检索范围,但不能替代这两类核心组合。
检索得到的外部资源需要经过解析,形成可处理的语义单元。语义单元再与现有知识结构建立对应关系,并依据具体关系类型和成立条件形成语义关联。
此后,系统将语义主张与证据联系起来,识别支持、反驳、冲突和未知状态,并根据任务要求进行相关性计算、候选排序及必要的事实核验。
只有在数据与证据满足相应要求时,系统才可以把处理结果用于后续知识运算。无法确认的内容应保留其不确定状态,而不是为了完成任务而强行转化为确定结论。
最后,系统记录本次需求的处理状态、知识版本及结果。如果新的证据改变了已有结论,或者后续任务暴露出新的知识缺口,系统便产生新的语义需求。
这一过程可以表示为:
这条运行链体现了动态语义库的核心原则:每一个重要处理环节都应有明确的输入、处理规则、输出和状态记录。某一环节没有取得充分结果时,应当能够保留失败、未知或待处理状态,而不是通过默认值或未经证实的假设掩盖缺口。
1.7 动态语义库与 WSaiOS-SI 核心理论的关系
动态语义库必须建立在 WSaiOS-SI 的结构理论之上,而不能把外部资料本身当作智能的全部基础。
WSaiOS-SI 强调,元素及元素之间的关系形成结构。结构表达对象的组成、属性、状态、条件和方法,为后续运算提供可以识别的基础。
动态语义库在这一理论框架中承担外部语义知识的发现、关联和持续组织任务。
从元素层面看,动态语义库需要识别外部信息所涉及的元素,并将其与已有知识元素对应。
从对象层面看,动态语义库需要明确一项语义主张指向哪个对象,避免把同名对象、不同型号或不同版本错误合并。
从属性和值层面看,动态语义库需要明确某个值属于哪个属性、适用于什么对象,以及是否附带单位、时间和条件。
从关系层面看,动态语义库需要表达语义单元之间的联系,并明确关系成立的依据。
从方法层面看,动态语义库可以补充方法所依赖的知识、条件和证据,但不能把方法、能力与行为混为一谈。获取一条操作说明,不代表系统已经形成相应能力;保存一个方法,也不代表该方法已经在实际条件下成功执行。
从运算层面看,动态语义库为比较、计算、判断、匹配、排序和验证等运算提供语义材料及其关系。运算结果还需要根据适用条件、证据状态和任务目标进行解释。
因此,动态语义库与结构智能的关系可以概括为:
结构理论规定知识如何构成及如何参与运算;动态语义库负责根据任务需要发现、补充、关联、核验和演化语义知识;结构智能系统再利用这些知识开展能力形成、认知、决策和方法执行。
这一关系也明确了动态语义库的职责边界。它不能代替整个学习系统,不能独立代表完整认知系统,也不能把外部信息获取等同于智能能力形成。
1.8 动态语义库的工程研究目标
动态语义库理论必须能够指导工程实现。只有明确各环节的输入、处理机制、输出与验证要求,理论才能转化为可运行、可检查和可持续改进的系统。
本卷的工程研究目标包括以下方面。
第一,建立动态需求生成机制。
系统能够依据当前任务、实际结构定义、缺失信息、关系缺口、知识冲突及更新事件产生明确的语义需求,并为每项需求保留来源与完成条件。
第二,建立基于结构定义的检索机制。
系统从真实的结构定义中读取行业、分类、对象、属性及相关关系,动态形成检索条件。检索逻辑不应针对某个行业、某个产品或某一组字段编写不可扩展的专用映射。
第三,建立外部资源处理机制。
系统能够发现和获取允许访问的外部资源,对其进行解析,保留来源、获取时间和版本等信息,并处理不可访问、内容为空、格式异常或资源过期等情况。
第四,建立语义单元与知识关联机制。
系统能够把外部资料中的语义主张与已有知识元素对应,并区分对象相同、属性相同、值相同和关系成立等不同判断,避免仅凭关键词重合建立错误关联。
第五,建立证据核验与冲突管理机制。
系统能够为具体主张保存支持证据、反驳证据和适用条件,并在出现冲突时保留不同主张及其来源,避免无条件覆盖旧知识。
第六,建立相关性计算与概率评估机制。
系统能够对相关性评分的组成、计算规则和用途作出明确说明;只有具备适当的数据、事件定义和验证条件时,才开展概率估计,并对其可靠性进行评估。
第七,建立版本管理与持续更新机制。
系统能够识别新增知识、证据变化和结论变化,保留历史记录,并在必要时触发重新核验和新需求生成。
第八,建立可验证的工程评价机制。
系统需要通过明确的测试任务评估需求生成是否准确、知识关联是否合理、来源是否可追溯、冲突是否得到保留、更新是否一致,以及错误知识是否会影响下游运算。
上述目标共同构成动态语义库的工程研究范围。具体的模块划分、数据结构、算法规则和接口实现,将在本卷后续章节中逐步展开。
1.9 本章结论
动态语义库的研究起点,是认识到已有知识结构与当前任务之间始终可能存在缺口。系统需要的不是无差别地增加资料,而是根据真实任务确定语义需求,依据实际结构定义发现外部资源,并把获取的内容转化为可以与已有知识建立对应关系的语义单元。
在这一过程中,语义对应、关系成立、证据支持、事实核验、相关性评分和概率估计具有不同的定义和用途,不能相互替代。未知、冲突和不确定性也必须成为可以明确表达和持续处理的知识状态。
本章据此确立了动态语义库的研究对象、基本定义、运行原理、系统边界与工程目标,并明确了它在 WSaiOS-SI 中的定位:为结构智能持续获取和组织外部语义知识提供基础,使知识能够在明确的结构、关系和证据约束下参与后续运算。
动态语义库的核心,不是让系统拥有尽可能多的信息,而是让系统能够知道当前缺少什么、为什么需要这些知识、如何寻找和关联知识、依据什么判断知识,以及如何根据新证据持续修正知识结构。
第一章完成。
下一章为 第二章《结构智能中的语义与知识》,将进一步界定信息、语义、知识元素、知识结构和可运算知识之间的关系,为后续动态语义需求生成、语义关联和证据核验建立统一的理论基础。