《WSaiOS结构智能(WSaiOS-SI)理论工程》
第十九卷:动态语义库理论与工程
第三篇 动态检索与外部资源发现
第九章 从结构定义生成检索条件
9.1 从结构定义到检索条件的理论转化
在 WSaiOS-SI 结构智能体系中,检索条件不应仅仅来源于用户输入的关键词,也不应依靠预先设置的行业关键词模板,而应当从当前任务所需要的知识结构、已有结构的定义、对象之间的关系以及尚未解决的语义需求中生成。
结构定义描述系统需要认识什么、对象由什么构成、对象具有哪些属性、对象之间存在什么关系,以及哪些条件决定知识是否适用于当前任务。当现有知识无法满足这些结构要求时,系统便可以识别知识缺口,并将缺口转化为外部检索任务。
因此,从结构定义生成检索条件,本质上是一个由结构需求向外部知识获取目标转化的过程。
其基本逻辑为:
任务目标 → 所需知识结构 → 结构定义 → 知识缺口 → 检索目标 → 检索条件 → 外部资源发现。
这里需要明确一个基本区别:结构定义并不直接等于检索条件。结构定义规定知识需要满足什么要求,检索条件则描述如何在外部资源中寻找可能满足这些要求的信息。
例如,某个任务要求判断一种电动牙刷产品是否符合特定采购要求。系统首先需要明确任务涉及的产品对象、采购条件、相关属性、适用范围及判断所需的证据。随后,系统检查现有知识结构中哪些内容已经具备,哪些关系尚未建立,哪些条件尚未得到证实。
只有在识别出实际知识缺口之后,系统才有必要生成相应的检索条件。
如果已有知识已经充分满足某项要求,就不应仅仅因为结构中存在某个属性而重复检索。如果某个属性存在但缺乏可靠证据,系统需要寻找的也不是任意提及该属性的页面,而是能够对相应主张提供有效支持或反驳的资源。
因此,检索条件的生成必须同时受到结构定义、当前知识状态和任务目标的约束。
9.2 结构定义是检索条件的来源
结构智能以结构为基础。结构不是简单的信息排列,也不是把文本拆分成若干字段,而是由可识别的元素及其关系构成的、能够参与运算的组织形式。
其基本关系为:
其中,Element 是基本结构单元,Relation 是结构单元之间的关系,Structure 则表达这些单元及其关系所形成的整体。
在动态语义库中,结构定义能够为检索提供明确的知识目标。
当系统需要了解某个对象时,它不仅需要知道对象的名称,还可能需要明确对象的类别、属性、属性值、关联对象、适用条件、状态、来源要求以及证据要求。
这些内容不是每次检索都必须包含的固定项目,而是由具体任务决定的结构要求。
例如,查询某种产品的采购适用性时,可能需要了解其产品身份、功能、规格、认证情况、供应条件及相关证据;查询某项技术原理时,可能更需要了解概念定义、作用机制、适用条件、前置知识及不同来源之间的解释关系。
两类任务的知识要求明显不同。因此,不能将某一类任务的结构字段固定为所有任务通用的检索模板。
结构定义的作用,是让系统能够根据不同任务确定需要寻找的知识内容,而不是让所有任务迁就同一套预设字段。
9.3 从结构定义识别知识缺口
生成检索条件之前,系统必须判断现有知识结构是否已经满足任务要求。
知识缺口不是简单的空字段,而是当前知识状态与目标知识结构之间尚未满足的要求。
这种差异至少可能表现为以下几种情况。
第一,结构元素缺失。
任务需要认识某个对象、属性、状态或概念,但当前知识结构中尚不存在对应的结构单元。
第二,属性值缺失。
系统已经识别对象及其属性,但缺少能够满足任务需要的属性值。例如,已经知道产品存在某种认证属性,却尚未获得该产品对应的认证信息。
第三,关系缺失。
相关元素已经存在,但元素之间的必要关系尚未明确。例如,系统分别获得了产品信息和认证机构信息,却尚未确认该认证是否对应当前产品。
第四,条件缺失。
系统已经获得某项信息,但尚未确定其适用范围、有效时间、适用对象或其他必要条件。
第五,证据缺失。
某个知识主张已经被记录,但尚无充分证据支持其成立,或者现有证据不足以满足当前任务的核验要求。
第六,状态或时效缺失。
系统曾经获得相关信息,但无法确定其当前状态、有效期限或是否已经发生变化。
这些缺口可能单独存在,也可能同时出现。
尤其需要注意:一个结构元素已经存在,不代表围绕它的知识已经完整;一项属性已经有值,也不代表该值已经得到核验;一条关系已经建立,也不代表该关系在当前条件下仍然成立。
因此,检索条件的生成必须以实际缺口为依据,而不是以结构中有哪些元素为唯一依据。
9.4 从知识缺口形成检索目标
知识缺口描述尚未满足的结构要求,检索目标则进一步明确需要从外部资源中获得什么。
二者之间存在直接关系,但不能完全等同。
例如:
-
知识缺口:某个产品的认证状态未知。
-
检索目标:寻找能够识别该产品认证情况的可靠信息。
-
检索条件:根据已经确认的产品身份、认证相关概念、可能的认证主体及适用时间,形成相应的检索表达。
-
检索结果:发现若干可能包含相关信息的网页、文件或其他外部资源。
-
后续处理:识别资源中具体的认证主张,并判断其是否对应目标产品、是否处于有效状态,以及是否有充分证据支持。
这个过程说明,检索目标不是简单复制缺失属性的名称,而是根据缺失内容确定需要发现什么类型的知识。
不同知识缺口即使涉及同一个对象,也可能需要完全不同的检索目标。
如果缺失的是对象身份,检索应优先帮助确定对象对应关系;如果缺失的是属性值,检索应寻找属性相关信息;如果缺失的是关系,则应寻找能够说明两个对象或知识单元之间关系的材料;如果缺失的是证据,则应优先寻找能够验证或反驳相关主张的资源。
由此,检索目标由结构问题决定,而不是由关键词本身决定。
9.5 从检索目标生成具体检索条件
检索目标明确之后,系统还需要把它转化为能够用于外部资源发现的具体条件。
这一过程可以从以下几个方面展开,但这些方面并不是必须同时使用的固定字段。
9.5.1 对象条件
对象条件用于确定检索所指向的对象。
系统需要判断当前对象是否具有足够明确的身份信息,以及外部资源中可能使用什么名称、别名、型号、编号或其他识别方式。
如果对象身份尚不明确,直接使用宽泛的名称可能产生大量无关结果。因此,系统可能需要先检索对象身份,再根据确认结果继续检索属性与关系。
对象条件应当来源于当前对象结构及其已知信息,不能仅凭名称相似就认定两个对象是同一对象。
9.5.2 属性条件
属性条件用于寻找与目标对象相关的属性信息。
系统需要明确当前任务究竟缺少什么属性信息,以及获得什么内容才可能满足需求。
例如,任务可能要求了解某项技术的工作原理,而不是只寻找包含该技术名称的网页。此时,检索条件需要围绕原理、作用机制、相关组件及其关系形成,而不能停留在技术名称本身。
属性条件也不能预先固定为某个行业的专用字段集合。它必须由实际对象及任务要求动态确定。
9.5.3 关系条件
关系条件用于寻找对象之间、对象与属性之间,或者知识主张与证据之间的联系。
例如,系统可能已经分别获得产品名称和认证机构名称,但需要进一步确认二者是否存在有效认证关系。
此时,仅分别搜索产品名称和认证机构名称并不足够。系统还需要寻找能够说明二者关系的材料。
关系条件可以围绕关系的主体、关联对象、关系类型、适用条件和证据要求展开。具体使用哪些内容,由当前结构缺口决定。
9.5.4 条件与范围
部分知识只有在特定条件下才成立。
因此,检索条件可能需要包含时间范围、地区范围、适用对象、技术版本、有效期限或其他任务相关的限制。
这些限制不是装饰性的附加信息,而是决定检索结果能否用于当前任务的重要条件。
例如,历史上曾经有效的产品认证信息,不一定能够证明该认证当前仍然有效;某个地区适用的法规,也不一定适用于其他地区。
如果条件不明确,系统应当将其作为待解决问题,而不是自行补充未经确认的假设。
9.5.5 来源与证据条件
不同任务对来源和证据的要求可能不同。
有些任务只需要发现初步线索;有些任务需要找到原始文件;有些任务需要对照多个来源;还有些任务必须获得能够直接支持特定主张的证据。
因此,检索条件不仅可以规定寻找什么内容,还可以规定什么类型的来源更符合任务要求。
需要强调的是,来源符合要求不代表其中的内容一定真实。官方文件也需要核对适用范围和有效状态,第三方材料也需要检查其依据与适用条件。
来源条件用于约束资源发现过程,事实是否成立仍然需要后续核验。
9.6 检索条件不是固定字段模板
从结构定义生成检索条件,容易产生一个工程误区:将理论中提到的对象、属性、关系、条件、时间、来源和证据,全部转化为固定字段,然后要求每次检索都填写这些字段。
这种做法把动态结构问题重新变成了固定模板问题。
WSaiOS-SI 不要求所有任务使用同一套检索字段,也不要求所有行业使用统一的属性映射。
结构定义的意义在于描述当前任务需要什么,而不是规定所有任务必须具备什么。
因此,检索条件应当根据实际结构动态形成:
当对象身份明确而属性缺失时,围绕缺失属性生成条件;当对象身份不明确时,优先处理对象识别问题;当属性值存在但关系缺失时,寻找关系证据;当信息存在但有效性未知时,围绕时间、状态和适用范围继续检索;当已有证据互相冲突时,检索目标应转向冲突原因及各主张的适用条件。
这里的动态性并不意味着每次都必须重新生成全部条件。已经确认且仍然有效的条件可以继续使用;当任务、结构、证据或外部状态发生变化时,只需要重新检查受到影响的条件。
因此,系统既要避免僵化模板,也要避免没有必要的重复计算。
9.7 检索表达式与检索条件的区别
检索条件是对知识获取要求的表达,检索表达式则是为特定资源检索机制构造的实际查询内容。
二者属于不同层次。
检索条件可以包括:
-
需要寻找的目标对象;
-
需要补充的属性或关系;
-
必须满足的适用条件;
-
希望获得的证据类型;
-
需要排除或区分的对象;
-
结果必须满足的最低要求。
检索表达式则可能根据外部资源的查询方式,使用名称组合、条件限定、精确短语、相关术语、文件类型限制或其他适用机制。
一个检索目标可以生成多个检索表达式,而一个检索表达式也可能服务于多个相互关联的条件。
例如,针对某项产品认证信息,系统可以分别尝试产品准确名称、型号与认证相关概念的组合,或者从认证主体、公开记录及产品身份等不同方向寻找材料。
这些表达式是不同的检索路径,并不意味着每条路径获得的结果都能满足原始需求。
检索表达式的构造应由实际检索目标和外部资源的检索能力决定。不能将某种查询语法视为所有资源都支持的通用语法,也不能将表达式命中视为知识验证完成。
9.8 检索条件的多路径生成
真实知识缺口通常不只有一种发现路径。
如果系统只使用对象的单一名称进行检索,可能遗漏使用别名、不同术语、其他语言表达、型号编号或关系描述的资源。
因此,当当前知识缺口确实需要时,系统可以从多个路径生成检索条件。
第一条路径:对象识别路径。 用于明确对象身份、区分同名对象及确认不同名称是否指向同一对象。
第二条路径:属性获取路径。 用于寻找当前缺失的属性值或相关说明。
第三条路径:关系发现路径。 用于寻找对象与对象、对象与属性或主张与证据之间的联系。
第四条路径:条件确认路径。 用于确定信息的适用范围、时间、状态或限制条件。
第五条路径:证据核验路径。 用于寻找能够支持、反驳或进一步限定已有主张的材料。
这些路径并非固定的执行顺序,也不要求每次全部启动。系统应当依据当前知识缺口决定使用哪些路径,并根据已获得的结果调整后续检索。
例如,如果第一条路径已经确认对象身份,就可以减少重复的身份检索,将资源发现集中于缺失属性。如果不同来源对同一属性给出不同结果,则应增加条件确认和证据核验路径。
多路径检索的目的不是单纯增加结果数量,而是提高发现目标知识、识别遗漏关系和解决具体问题的能力。
9.9 检索结果对条件的反向修正
从结构定义生成检索条件,并不是一次性完成的线性过程。
检索结果可能表明原始条件过于宽泛、对象识别不充分、关键关系被遗漏,或者原先假定存在的信息实际上无法从当前资源中获得。
因此,检索过程需要建立反向反馈机制。
其基本过程为:
结构定义 → 知识缺口 → 检索目标 → 检索条件 → 外部资源 → 结果分析 → 条件修正 → 再次检索。
反向修正至少需要区分以下情况。
当检索结果过于宽泛时,系统可以增加已有依据支持的对象识别条件或适用范围限制。
当检索结果为零时,不能直接断定目标知识不存在。系统应检查名称表达、对象身份、检索范围、资源可访问性以及查询机制是否适用,并根据实际情况调整条件。
当检索结果包含大量同名对象时,系统应加强对象区分,而不是单纯增加无关关键词。
当多个来源提供互相冲突的信息时,系统应保留冲突主张及其来源,检查对象、时间和适用条件是否一致,再确定需要进一步寻找什么证据。
当资源已经过期时,应将检索目标转向当前状态或更新记录,而不是继续重复获取同一历史材料。
当检索结果与目标相关性较低时,系统应分析偏差究竟来自对象条件、属性理解、关系判断还是范围设定,并针对实际原因调整条件。
这里的反馈不是无限循环。每次修正都应当对应可说明的原因,并以知识缺口是否得到解决作为主要判断依据。
9.10 检索条件的相关性与真实性边界
检索条件生成完成后,系统仍然不能直接认定检索结果中的内容是真实知识。
必须区分四个层次:
第一,检索条件与任务目标是否对应。
第二,候选资源是否与检索条件相关。
第三,资源中提取的语义主张是否确实对应当前对象和适用条件。
第四,该主张是否获得足够证据支持,能够用于当前任务。
这四个层次相互联系,但不能互相替代。
某个网页包含全部检索关键词,只能说明它可能与查询相关;它不能单独证明网页内容真实,也不能证明网页中的对象与目标对象相同。
同样,多个页面重复相同内容,也不能自动证明这些页面构成了多个独立证据。如果多个页面都转述同一个原始来源,来源数量增加并不意味着证据独立性增强。
在 WSaiOS-SI 中,相关性计算、对象匹配、关系判断和事实核验必须保持职责上的区别。
比较运算用于比较不同信息或结构;匹配运算用于判断候选内容与目标要求的对应程度;概率运算可以用于表达在明确条件下的不确定性估计;验证运算则用于检查主张是否满足相应的证据和条件要求。
不能将关键词命中率、检索排序分数或页面数量直接当作事实成立的概率。
检索负责发现候选知识,结构智能还需要对候选知识进行结构组织、关系识别、条件分析和证据核验。
9.11 从结构定义生成检索条件的完整运行过程
在工程层面,整个过程可以概括为以下连续步骤。
第一步:读取当前任务。
明确任务要解决的问题、预期结果及必要约束,识别任务依赖哪些知识。
第二步:确定目标知识结构。
根据任务要求确定需要认识的对象、相关属性、必要关系、适用条件以及所需证据。具体内容由任务决定,不预先套用行业模板。
第三步:检查现有知识。
将已有知识与目标结构进行比较,区分已具备、部分具备、未知、缺失、冲突及需要更新的内容。
第四步:识别可检索的知识缺口。
判断哪些问题能够通过外部资源发现得到解决,哪些问题需要先澄清任务条件,哪些问题属于内部结构定义或运算规则本身的问题。
并非所有缺口都应该立即转化为外部检索任务。
第五步:形成检索目标。
将具体缺口转化为可执行的知识获取目标,明确需要发现的内容及其完成要求。
第六步:生成检索条件。
根据目标对象、缺失元素、关系、条件和证据要求,动态生成相应条件。只生成当前任务需要的条件,并保留其来源与理由。
第七步:构造检索表达式并发现资源。
根据实际外部资源的查询方式,将条件转化为适当的查询表达,执行资源发现与获取。
第八步:分析检索结果。
识别候选资源、相关内容、语义主张及其来源,检查结果是否对应目标对象和任务条件。
第九步:评估并核验。
分别处理相关性、对象对应关系、证据充分性、来源独立性、时间状态及冲突问题。
第十步:反馈与调整。
根据检索结果更新条件,继续解决仍然存在的知识缺口;当需求满足完成标准时,结束当前检索任务。
第十一步:更新动态语义库。
将经过适当处理的资源、语义单元、关系、证据和状态变化记录到实时语义库,同时更新动态语义需求库中的处理状态。
这里的“记录”不意味着所有获取的信息都被认定为事实。尚未核验的主张必须保留其待核验状态,不能因为已经进入知识库就自动成为可信知识。
9.12 工程实现中的核心约束
为了使上述理论能够在 WSaiOS-SI 中稳定运行,工程实现必须遵循以下约束。
其一,检索条件必须能够追溯到真实任务、结构定义或已经识别的知识缺口。不能无依据地生成大量检索条件。
其二,结构定义必须能够动态表达不同任务的知识要求,不能把某个行业的对象、属性和关系硬编码为整个系统通用的规则。
其三,条件生成与检索执行应当分离。前者负责确定需要什么知识,后者负责根据资源检索机制发现候选资源。
其四,资源获取、内容解析、语义识别、关系组织、相关性计算和事实核验必须保持逻辑上的可区分性。它们可以协同运行,但不能将其中一个环节的结果当作其他环节已经完成的证明。
其五,检索条件应支持增量修正。只有受到任务变化、知识变化或检索反馈影响的条件才需要重新检查,不必每次都推翻全部条件。
其六,检索过程必须具有可追溯性。系统需要能够说明某项检索条件为什么产生、针对什么缺口、使用了什么查询表达,以及获得的资源如何影响后续判断。
其七,检索停止条件必须明确。达到任务要求、无法继续获取有效资源、关键前置条件未满足或需要人工澄清时,应分别记录相应状态,而不是无限重复检索。
其八,整个过程遵循 WSaiOS-SI 自身的结构、关系、知识和运算逻辑,不以大模型 API、Transformer、embedding 或向量搜索作为理论基础或工程依赖。
这些约束决定了系统的检索能力不是简单的搜索接口封装,而是结构定义、知识缺口识别、检索条件生成、外部资源发现及反馈更新之间形成的协同机制。
9.13 本章总结
从结构定义生成检索条件,是动态语义需求转化为外部知识获取任务的关键环节。
它的核心不在于如何组合更多关键词,而在于如何根据当前任务确定目标知识结构,比较已有知识与目标结构之间的差异,识别真正需要解决的知识缺口,并将这些缺口转化为有明确目标、适用范围和完成要求的检索条件。
结构定义决定需要什么知识,知识缺口决定为什么需要检索,检索目标决定寻找什么,检索条件决定如何限定搜索范围,检索表达式则将条件落实到具体资源发现机制中。获得资源之后,系统仍然需要进行语义解析、关系识别、相关性评估和证据核验,才能判断这些资源是否真正解决了原始问题。
这一机制使检索不再是脱离任务的关键词查询,而成为结构智能获取外部知识的一个可解释、可计算、可追溯、可反馈的工程过程。
下一章:第十章《检索条件的动态生成》
下一章将进一步研究:当任务、知识状态、对象关系、适用条件和检索反馈发生变化时,WSaiOS-SI 如何动态生成、组合、修正和停止检索条件,使检索过程持续服务于实际知识需求,而不是退化为固定模板或无边界的搜索循环。