《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
第二十二章 未知、矛盾与不确定性的结构化表达
未知、矛盾与不确定性,是动态语义库在获取外部知识、组织语义关系、开展事实核验和支持结构智能认知时必须面对的三类基本问题。
一个能够持续获取信息的系统,并不意味着它已经获得了完整知识;一个能够建立语义关系的系统,并不意味着这些关系都已经得到确认;一个能够根据现有证据形成结论的系统,也不意味着所有结论都具有相同的确定程度。
在真实环境中,动态语义库可能遇到以下情况:某个对象尚未识别,某项属性没有获得对应的值,某个关系缺少证据,两个来源对同一对象给出不同描述,一项结论只在特定条件下成立,某个原本成立的判断因时间变化而失效,还有一些问题即使经过多轮检索仍然无法获得足够依据。
如果系统把这些情况统一处理成空值、错误或简单的真假判断,就会丢失重要的语义信息,使后续的知识匹配、事实核验、认知判断和决策过程建立在不完整或错误的基础上。
因此,WSaiOS结构智能(WSaiOS-SI)需要建立一种能够表达未知、矛盾与不确定性的结构化机制,使系统不仅能够组织已经获得的知识,还能够明确描述哪些内容尚未知道、哪些判断彼此冲突、哪些结论仍然缺乏足够依据,以及这些状态为什么产生、在什么条件下成立、应当如何继续处理。
本章研究的核心问题不是如何消除所有未知、矛盾与不确定性,而是如何将它们转化为可识别、可关联、可计算、可核验、可追溯和可更新的语义结构,使其成为结构智能能够处理的对象。
22.1 未知、矛盾与不确定性的基本定义
22.1.1 未知的定义
未知,是指在当前任务、当前知识状态和当前适用条件下,系统尚未获得足以确定某项语义内容的知识。
未知不等于不存在,也不等于错误,更不等于某个结论为假。
例如,动态语义库需要判断某款电动牙刷是否取得某项认证。如果现有资源中没有找到能够确认其认证状态的资料,系统能够得出的结论是:当前尚未获得足够依据确认该认证状态。
系统不能因为没有找到认证记录,就直接判断该产品没有取得认证。
同样,系统也不能因为某个属性没有值,就认为这个属性不存在;不能因为没有发现某个对象之间的关系,就认定两者没有关系。
未知的核心在于:当前知识不足以支持确定性判断,但这种不足本身并不能证明相反结论。
从结构智能角度看,未知并非知识结构之外的空白,而是当前知识结构与任务所要求的知识结构之间尚未解决的缺口。
这种缺口可以发生在不同层面:
-
对象未知:尚不能确定语义内容指向哪个具体对象。
-
属性未知:尚不能确定对象具有哪些相关属性。
-
值未知:已经识别属性,但没有获得对应的值。
-
关系未知:已经识别相关对象或元素,但尚未确定它们之间是否存在特定关系。
-
条件未知:尚不清楚某个结论成立所依赖的条件。
-
状态未知:尚不能确定对象在特定时间或情境中的状态。
-
来源未知:无法明确内容的原始来源或传播路径。
-
证据未知:尚未获得能够支持或反驳主张的适用证据。
-
规则未知:尚不清楚应当采用什么判断规则,或者规则的适用范围尚未明确。
-
结果未知:所需运算尚未完成,或者完成后仍无法获得确定结果。
这些类型用于描述未知发生的位置和原因,不意味着系统必须预先设置一套固定的未知字段。具体的表达方式应当根据真实的语义结构、任务要求和运算过程产生。
22.1.2 矛盾的定义
矛盾,是指两个或多个语义主张在经过对象、属性、时间、条件、适用范围和表达含义的对应检查后,仍然不能在同一适用范围内同时成立,或者彼此之间存在需要解决的不相容关系。
矛盾不是简单的文字不同,也不是所有不同说法的集合。
例如:
某来源记录某产品的额定电压为 5V,另一来源记录为 9V。
如果两条记录指向同一产品型号、同一版本、同一测量或标注口径,并且都声称描述同一项额定电压,那么两条主张可能构成事实冲突。
但是,如果 5V 描述的是某种输入模式,而 9V 描述的是另一种工作模式,或者两条记录指向不同产品版本,就不能直接认定它们相互矛盾。
因此,矛盾判断必须建立在语义对应和适用条件检查之上。
从结构关系上看,矛盾至少需要识别:
-
参与比较的语义主张。
-
主张之间的对象对应关系。
-
主张涉及的属性、值或关系。
-
主张的时间与适用条件。
-
不相容的具体位置。
-
判断这种不相容关系所依据的规则。
如果这些内容尚未明确,系统应当把问题记录为潜在冲突或待判定关系,而不是直接认定已经形成事实矛盾。
22.1.3 不确定性的定义
不确定性,是指系统对某个对象、属性、关系、状态、条件、证据或结论的确定程度尚未达到当前任务要求。
不确定性可以来自知识不足,也可以来自证据质量、对象对应、条件变化、来源依赖、测量误差、规则适用范围或多个候选解释之间的差异。
例如,系统已经确认某个产品的型号,但无法确定公开资料中的某项参数是否适用于该型号;又如,多项资料均指向某个结论,但它们可能转载自同一个原始来源,因此现有资料的独立支持程度仍然不明确。
这些情况并非完全没有知识。系统可能已经掌握部分事实、候选关系和支持依据,但仍然无法满足最终判断的要求。
因此,不确定性与未知不同:未知强调当前缺少哪些知识或判断依据,不确定性强调现有知识和依据尚不足以使某项判断达到所要求的确定程度。
两者可以同时存在,但不能直接等同。
22.1.4 三者的区别与联系
| 比较维度 | 未知 | 矛盾 | 不确定性 |
|---|---|---|---|
| 核心问题 | 缺少必要知识或依据 | 多项主张存在不相容关系 | 现有依据不足以达到要求的确定程度 |
| 典型来源 | 未检索到、尚未解析、关系未建立 | 不同主张在同一适用范围内不相容 | 证据不足、来源依赖、条件不明、测量误差等 |
| 是否必然存在冲突 | 否 | 是,但需要先确认冲突条件 | 否 |
| 是否必然无法判断 | 视缺失内容的重要性而定 | 视冲突能否解决而定 | 不一定 |
| 主要处理方向 | 补充知识、建立关系、明确缺口 | 检查主张、条件和证据,解决或保留冲突 | 评估依据、明确限制、降低判断范围或继续核验 |
| 能否直接判定为假 | 不能 | 不能仅凭冲突就认定某一方为假 | 不能 |
三者之间存在相互转化的可能。
例如,最初系统不知道某项产品参数,这是未知;获取两份参数不同的资料后,形成潜在矛盾;在确认两份资料确实描述同一型号、同一条件后,才可以将其识别为真实冲突;即使冲突已经识别,如果缺少足以区分哪一项主张正确的证据,系统仍然处于不确定状态。
这说明未知、矛盾与不确定性不是互斥的三个标签,而是能够分别描述不同问题、在同一知识对象上同时出现的结构状态。
22.2 未知、矛盾与不确定性的结构基础
WSaiOS-SI以结构为智能基础。未知、矛盾与不确定性要能够被系统处理,就不能只停留在自然语言描述或单一状态标签上,而应当能够关联到明确的元素、对象、属性、值、关系、条件、证据和判断过程。
基本原则是:
当某个未知问题被识别后,系统需要明确未知指向哪个对象、涉及什么属性、缺少哪种关系、影响什么任务,以及需要哪些知识才能继续处理。
当某个矛盾出现后,系统需要明确参与冲突的主张、两者之间的对应关系、冲突条件和冲突影响范围。
当某个结论存在不确定性时,系统需要明确已有依据、缺少的依据、尚未排除的候选解释以及当前判断受到的限制。
22.2.1 从空白状态转化为可识别的知识缺口
假设某项任务要求确认产品的认证状态。
如果系统仅记录:
“认证状态:空。”
这一记录无法充分说明问题。空白可能表示资料没有提供该信息,也可能表示资料尚未获取、解析失败、对象未匹配、证据尚未核验,或者相关判断还没有执行。
这些情况具有不同的处理方向。
如果资料尚未获取,应当继续资源发现或获取;如果资料已获取但解析失败,应当处理解析问题;如果产品型号无法对应,应当解决对象识别问题;如果已有认证资料但缺少适用范围,则应当核对条件。
因此,未知必须能够与其形成原因和后续处理路径关联。
系统不必将每一种情况固化为一个固定字段,而是应当保留足以说明知识缺口的结构关系。
22.2.2 从不同表达转化为可检查的矛盾关系
两条主张只有在具备可比较的语义基础后,才可能构成事实矛盾。
例如:
-
主张 A:对象 X 在条件 C 下具有属性值 V1。
-
主张 B:对象 X 在条件 C 下具有属性值 V2。
-
规则 R:在条件 C 下,该属性只能取一个与 V1、V2 不相容的确定值。
在对象、时间、条件、属性含义和适用规则均得到确认的前提下,如果 V1 与 V2 不相容,就可以建立冲突关系。
但如果主张 A 和主张 B 的条件不同,或者 V1、V2 分别描述不同层级的属性,就不能直接应用上述判断。
矛盾识别的核心不是发现差异,而是确认差异是否违反了适用于当前结构的关系规则或约束。
22.2.3 从单一判断转化为具有依据和限制的结论
一个结论不能只保存“成立”或“不成立”,还应当能够说明:
-
结论针对什么对象和主张。
-
结论在哪个时间范围和条件下成立。
-
依据来自哪些证据。
-
哪些证据支持或反驳该结论。
-
还存在哪些未解决的未知或冲突。
-
当前判断受到哪些限制。
-
哪些变化会触发重新核验。
这些内容共同构成结论的语义结构。
因此,结论的确定程度不能脱离其适用范围、证据关系和判断规则而单独存在。
22.3 未知的结构化表达机制
未知的结构化表达,应当使系统能够回答三个基本问题:
第一,究竟什么内容未知?
第二,为什么当前无法确定?
第三,需要满足什么条件,才能继续判断或消除这一未知?
22.3.1 未知的指向
未知必须具有明确的指向对象。
它可以指向一个对象、一项属性、一个属性值、一种关系、一个状态、一条主张、一组证据、一项规则,也可以指向某个运算结果。
例如,系统已经知道产品型号,却不知道该型号的认证有效期。
这里,未知不是整个产品,也不是认证概念本身,而是特定认证主张在特定范围内的有效期信息。
如果不能明确未知指向的位置,后续检索和核验就容易产生范围扩大、目标偏移或重复处理的问题。
因此,未知的表达应当与现有知识结构中的相关元素建立联系;当目标对象尚未识别时,则应当明确记录对象识别本身就是待解决的问题。
22.3.2 未知的原因
未知可能由多种不同原因形成。
一是知识尚未获取。系统还没有找到相关资源,或者没有执行相应的检索任务。
二是资源尚未解析。相关内容可能存在于资料中,但系统尚未将其识别为可处理的语义单元。
三是语义对应尚未完成。系统已经获得相关内容,但无法确认它指向当前任务中的对象或属性。
四是关系尚未建立。系统识别了相关元素,却没有足够依据确认它们之间的关系。
五是证据不足。系统已经形成待核验主张,但现有证据不满足判断要求。
六是条件尚未明确。系统不知道某项结论的适用范围,或者无法确认当前条件是否满足。
七是规则尚未确定。系统缺少适用于当前判断的规则,或者存在多个规则但适用关系尚未解决。
八是处理尚未完成。系统已发现问题,但相关运算、验证或人工确认仍未执行。
九是来源无法追溯。内容已经存在,但无法明确其来源或传播路径,因此无法按照当前核验要求使用。
这些原因不应被混合为同一个“未知”状态,因为不同原因对应不同的后续方法。
尤其需要区分“尚未处理”和“已经处理但仍无法确定”。前者表示任务流程尚未完成;后者则表示系统已经开展了必要处理,但现有条件仍不能支持确定性结论。
22.3.3 未知的范围
未知可以是局部的,也可以是整体性的。
局部未知,是指某个知识结构的大部分内容已经确定,但其中一部分元素、关系、条件或值仍然缺失。
整体未知,是指当前任务所需的关键对象或结构尚未建立,系统暂时无法开展有意义的具体判断。
例如,某个产品的品牌、型号和生产厂家已经确认,但认证有效期尚不清楚,这属于局部未知。
如果系统甚至无法确定查询资料中的产品是否为任务指定的产品,那么对象对应本身尚未解决,后续的认证状态也可能整体处于待确定状态。
系统应当明确未知范围,避免将局部缺失扩展为整个对象都未知,也避免将部分已确认内容误当成整体已确认。
22.3.4 未知的消除条件
未知的处理不能仅依靠不断增加资料数量,而应当依据未知形成的具体原因确定后续任务。
如果缺少对象信息,应当寻找能够识别对象的资料;如果缺少属性值,应当寻找能够支持该属性值的证据;如果缺少关系,应当验证关系成立的条件;如果缺少适用规则,应当明确规则来源、适用范围和执行要求。
每项未知都应当尽可能关联相应的消除条件。
消除条件可以包括:
-
获得满足要求的资源。
-
完成语义解析与对象对应。
-
建立有依据的语义关系。
-
获得适用的支持或反驳证据。
-
明确相关条件和适用范围。
-
完成必要的计算、比较或验证。
-
由具备相应权限的主体进行确认。
-
确认当前任务无需继续获取该项知识。
最后一种情况尤其重要:任务结束并不意味着未知已经变成已知。系统可以结束当前处理,但必须保留未知仍未解决的事实,并明确这是任务终止,而不是知识已经得到确认。
22.3.5 未知与空值、否定和不存在的区别
空值只是某种数据表达状态,不能自动表示未知的全部含义。
否定是一个明确的语义判断,例如“对象 X 不具有属性 P”或“主张 C 不成立”。
不存在则是针对对象、属性、关系或实体是否存在的判断,需要相应的定义和证据支持。
未知表示系统当前无法确定相关内容。
四者不能相互替代。
例如:
-
没有认证信息,不等于没有认证。
-
没有发现某个对象,不等于该对象不存在。
-
没有建立关系,不等于关系不存在。
-
没有证据支持某个主张,不等于该主张已经被证伪。
-
某个字段为空,不足以说明为什么为空。
结构智能应当把这些语义区别保留下来,使后续判断不会因简单的数据表示而产生逻辑错误。
22.4 矛盾的结构化表达机制
矛盾处理的首要目标不是立即选择某个结论,而是确定矛盾是否真实存在、涉及哪些主张、产生于什么条件,以及当前能够采取什么处理方法。
22.4.1 候选冲突与确认冲突
系统发现两个值不同、两种说法不一致或两个来源给出不同结论时,只能首先形成候选冲突。
候选冲突表示:当前存在需要进一步比较的语义差异,但其是否构成真实矛盾尚未确定。
确认冲突表示:系统已经完成必要的对象、属性、时间、条件和适用范围检查,并确认相关主张在同一适用范围内存在不相容关系。
两者的区别非常重要。
例如,两份资料分别记录某产品在两种工作模式下的不同电压值。如果系统尚未识别工作模式,就应当保留候选冲突,而不是立即判断某份资料错误。
只有当系统确认两份资料描述相同型号、相同属性和相同工作条件,并且两项数值无法同时满足适用规则时,才有依据确认冲突。
22.4.2 矛盾的参与对象
一个冲突不应当只保存“发生矛盾”这一结论,而应当关联参与冲突的语义主张。
每项主张都应当保留其可识别的内容、对象指向、来源、时间、条件和当前核验状态。
冲突关系还需要能够说明:
-
哪些主张参与冲突。
-
哪些语义部分彼此不相容。
-
不相容关系依据什么规则成立。
-
哪些条件已经确认。
-
哪些条件仍然未知。
-
冲突影响哪些知识结论和任务。
-
冲突目前处于何种处理状态。
这是一种关系组织要求,而不是强制建立一张包含固定字段的冲突表。具体的存储形式可以根据现有系统结构实现,但不能丢失这些必要语义。
22.4.3 矛盾的类型
矛盾可以依据形成原因进行区分。
第一类:对象对应冲突。
两条资料看起来描述同一对象,但实际上可能指向不同型号、版本、实体或对象实例。此时首先需要核对对象身份,而不是直接比较属性值。
第二类:属性值冲突。
不同主张对同一对象的同一属性给出了不相容的值,且时间、条件与口径一致。
第三类:时间冲突。
不同资料对对象在不同时间的状态作出不同描述,但系统尚未正确区分历史状态和当前状态。
需要注意,时间变化本身不是矛盾。只有在主张的时间范围相同、或者一项主张明确声称另一时间范围内的状态时,才需要判断其是否构成冲突。
第四类:条件冲突。
不同主张可能在不同条件下成立。如果系统丢失了条件信息,就可能把原本能够共存的知识错误地识别为矛盾。
第五类:关系冲突。
两项主张对同一对象之间的关系给出不相容描述。例如,一项主张认为某项授权关系仍然有效,另一项主张认为该授权关系已经终止。系统需要检查时间、授权范围和状态定义。
第六类:规则冲突。
不同规则对同一对象、同一条件和同一判断任务产生不相容的结果。此时需要分析规则的适用范围、优先条件、版本和授权来源,不能仅根据哪条规则先执行来认定结果。
第七类:证据解释冲突。
不同处理过程对相同资料形成了不同解释。这可能来自语义解析差异、上下文缺失、对象映射错误或规则适用不同,需要重新检查处理过程。
上述类型可以组合出现,也可以随着新证据进一步细分。系统应当根据实际冲突形成过程进行识别,而不是要求每个冲突必须被归入唯一类别。
22.4.4 冲突的解决、保留与升级
并非所有冲突都能够立即解决。
对于能够通过对象核对、时间校正、条件补充或来源追溯消除的冲突,系统可以在获得充分依据后更新对应关系或结论状态。
对于存在明确证据优先规则的冲突,可以根据适用规则和证据质量进行判断,但必须记录采用该规则的依据。
对于证据相互冲突且无法确定哪一方成立的情况,应当保留冲突状态。
对于涉及重要决策、执行权限、安全条件或高风险后果的冲突,如果系统无法按照既定规则可靠解决,则应当将其升级给具备相应权限的判断主体,而不是擅自选择一个结论。
因此,冲突处理至少存在三种不同结果:
-
冲突已解决,相关结论根据新的依据得到更新。
-
冲突仍然存在,但已被明确记录,后续处理受到限制。
-
当前无法自动解决,需要补充证据、重新检查规则或进行进一步确认。
保留冲突不是系统失败,而是对当前知识状态的准确表达。
22.4.5 防止冲突处理造成知识覆盖
当新资料与现有知识发生冲突时,不能简单地用新值覆盖旧值。
新资料的获取时间较晚,并不意味着其描述的事实必然更新或更加准确;旧资料也不一定因为时间较早就失去价值。
系统应当区分:
-
资料获取时间。
-
资料发布时间或生效时间。
-
主张描述的事实时间。
-
主张适用的时间范围。
-
主张被系统识别和确认的时间。
-
结论状态发生变化的时间。
在完成必要核验前,原有主张和新主张都应当保留各自的来源、适用条件和历史状态。
只有在有依据确认知识更新、事实变化、旧信息失效或原判断错误后,系统才可以调整当前有效结论。
即使旧结论不再适用,也不意味着其历史记录必须删除。
22.5 不确定性的结构化表达机制
不确定性处理的重点不是为每条主张随意赋予一个分数,而是明确当前判断为什么不确定、不确定性影响什么、已有依据能够支持到什么程度,以及进一步处理需要满足什么条件。
22.5.1 不确定性的来源
不确定性可以由多种不同因素形成。
知识不完整。 当前仅掌握对象或主张的一部分信息,无法完成完整判断。
对象对应不确定。 某份资料可能描述目标对象,但尚未确认其身份、型号或版本。
语义解释不确定。 同一表达存在多个合理解释,现有上下文不足以确定唯一含义。
证据质量不确定。 资料的完整性、可追溯性或证明能力不足以支持当前判断。
来源独立性不确定。 多份资料可能来自同一原始来源,不能直接视为多项独立证据。
条件不确定。 结论所依赖的适用条件尚未确认。
规则适用不确定。 系统尚不能确认某项规则是否适用于当前对象或任务。
测量与计算不确定。 输入数据、测量过程、计算条件或误差范围影响结果的确定程度。
时间不确定。 当前资料无法充分说明某项状态在目标时间是否仍然有效。
未来状态不确定。 判断涉及尚未发生的事件或未来变化,无法将预测直接作为已发生事实。
这些来源具有不同的处理方式,不能统一依靠一个数值解决。
例如,对象身份不确定时,继续收集同一对象的属性资料可能无法解决问题;必须先提高对象对应的确定程度。
又如,证据来源高度依赖时,即使检索到更多相似资料,也未必增加独立支持程度。
22.5.2 不确定性的对象化
不确定性必须指向明确的判断对象。
系统可以对以下内容表达不确定性:
-
某个对象是否为目标对象。
-
某项属性值是否适用于当前对象。
-
某个语义关系是否成立。
-
某条证据是否足以支持主张。
-
某个规则是否适用。
-
某项状态在指定时间是否有效。
-
某个计算结果是否满足精度要求。
-
某项决策是否符合当前约束。
同一个系统可以对这些问题分别作出不同判断。
例如,系统可能高度确定某份资料确实来自某个官方网站,但对该资料是否适用于目标产品仍然存在不确定性。
这意味着来源身份已经得到确认,并不等于对象对应已经确认,更不等于资料中的全部主张都已确认。
因此,不确定性必须与具体判断对象及其对应的证据关系建立联系,不能将一份资料的整体确定程度直接传递给其中所有语义主张。
22.5.3 不确定性与数值表达
某些任务可以使用概率、误差范围、置信区间或其他数值方法表达不确定性,但数值表达必须建立在明确的计算对象、规则和适用条件之上。
首先,概率不能直接等同于语义相关性。
两个主张在语义上高度相关,不代表其中任何一个主张为真的概率就高。
其次,来源可靠性不能直接等同于主张真实性。
一个来源可能具有较高的可靠性,但具体资料仍可能存在错误、过期或适用范围不一致的问题。
再次,资料数量不能直接等同于证据充分性。
如果十份资料都转载自同一条未经独立核实的原始信息,其独立支持程度不一定高于一份直接、完整且适用的正式记录。
因此,WSaiOS-SI中的概率运算必须明确其对象。例如,可以针对特定假设、样本空间、统计模型或具有明确含义的事件进行概率计算,但不能把一个未经定义的“语义可信度分数”直接当成普遍适用的事实概率。
如果没有足够的依据建立合理的数值模型,系统应当采用可解释的定性判断,例如“存在多个候选解释”“证据不足以区分候选结果”或“关键条件尚未确认”,而不是为了输出数值而制造精确性。
22.5.4 不确定性与结论范围
不确定性并不总是意味着整个结论都无法成立。
如果证据只能支持某项结论的一部分,系统应当尽可能明确已经获得支持的范围,同时保留未确定的部分。
例如,资料能够确认某产品属于电动牙刷,但不能确认它是否具有某项特定认证。
此时,产品类别可以得到确认,而认证主张仍然未知或未确认。
系统不能因为认证信息缺失,就否定已经得到支持的产品类别;也不能因为产品类别已经确认,就将认证状态一并视为确认。
因此,结论应当允许在不同语义层次、不同属性和不同条件下具有不同状态。
对于复合主张,如果其中只有一部分得到证据支持,就应当考虑将其分解为更明确的子主张,分别进行判断,再按照实际关系形成整体结论。
22.5.5 不确定性的处理目标
不确定性处理不应以让所有结果都变成确定结论为目标。
其合理目标是:
-
明确当前已知内容。
-
明确当前未知内容。
-
识别影响判断的主要因素。
-
说明现有证据能够支持的范围。
-
明确仍然存在的候选解释。
-
判断是否值得继续获取知识。
-
确定后续核验、计算或人工确认的方法。
-
防止不确定结论被错误地用于不允许不确定性的决策。
当进一步获取资料的成本很高,而该问题对当前任务又没有实际影响时,系统可以根据任务规则终止继续获取。
但终止处理只能表示当前任务不再继续,不意味着不确定性已经消除。
22.6 三类状态的联合表达与独立管理
未知、矛盾与不确定性可以在同一个对象或主张上同时存在,因此动态语义库不能仅依靠一个互斥的状态字段表达全部情况。
例如,系统发现两份资料对某产品的认证状态存在差异,但尚未确认它们是否指向同一产品型号。
在这一阶段:
-
两条主张之间存在候选冲突。
-
对象对应关系仍然未知。
-
最终认证结论存在不确定性。
如果系统只能选择“未知”“矛盾”或“不确定”其中一个状态,就会丢失其他重要信息。
因此,三者应当作为可以相互关联、分别描述的语义状态维度进行管理。
22.6.1 未知状态与冲突状态分离
未知描述当前尚未解决的知识问题,冲突描述多个主张之间的不相容关系。
一项主张可以存在未知,但没有任何冲突;也可以存在冲突,同时对部分条件仍然未知。
例如,系统没有找到某个产品的认证有效期,这是未知,但不必然存在冲突。
如果两份资料对有效期给出不同日期,则可能形成候选冲突;如果系统还无法确认两份资料的产品版本是否相同,对象对应未知仍然存在。
因此,系统不能用“存在冲突”覆盖对象识别的未知,也不能用“未知”覆盖已经识别的冲突关系。
22.6.2 冲突状态与核验状态分离
冲突是否存在,与某项主张是否已经核验,是两个不同问题。
系统可以已经确认两项主张彼此矛盾,但仍无法确认哪一项主张正确。
也可以确认某项主张具有充分支持,同时发现另一条与其冲突的主张需要处理。
因此,应当分别管理:
-
主张自身的核验状态。
-
主张之间的冲突关系。
-
冲突处理的进展。
-
当前结论的适用范围。
冲突被识别,不代表冲突已经解决;冲突被解决,也不意味着所有相关主张都可以自动转为已确认。
22.6.3 不确定性与处理进度分离
不确定性描述当前判断的状态,处理进度描述系统正在进行什么工作。
例如,某项结论存在不确定性,但资源获取、证据比较和规则检查都可能已经完成。
如果系统仍然只用“处理中”表达这一情况,就无法区分任务尚未执行与任务已经执行但证据仍然不足。
相反,如果某项未知尚未得到处理,也不能仅凭“待处理”判断其不确定性程度。
因此,处理状态、知识状态、证据状态、冲突状态和结论状态应当分别表达,并通过明确关系建立联系。
22.6.4 三类状态的组合判断
系统可以针对具体主张建立联合判断框架。
| 当前情况 | 未知问题 | 冲突问题 | 不确定性问题 |
|---|---|---|---|
| 没有找到相关资料 | 相关值或证据未知 | 尚无冲突依据 | 结论可能无法确定 |
| 两份资料内容不同,但对象不明确 | 对象对应未知 | 存在候选冲突 | 最终结论不确定 |
| 同一条件下存在不相容主张 | 可能仍有其他未知 | 冲突已识别 | 哪一方成立可能仍不确定 |
| 证据支持某项主张,但范围有限 | 范围外内容仍未知 | 不一定存在冲突 | 结论只能在有限范围内成立 |
| 新资料证明旧主张不再适用 | 旧状态的历史含义需要保留 | 可能产生新旧主张的时间差异 | 当前结论需按新条件重新判断 |
| 规则之间不相容 | 规则适用条件可能未知 | 规则冲突 | 执行结果可能不确定 |
这张表不是固定状态字段清单,而是说明三类问题可以分别出现,并且需要按照真实情况进行联合分析。
22.7 未知、矛盾与不确定性的运算机制
结构智能必须能够对未知、矛盾与不确定性开展运算,而不只是将它们保存为描述性文本。
这些运算不需要依赖大模型逻辑,而应当建立在明确的对象、关系、规则和输入条件之上。
22.7.1 比较运算
比较运算用于判断两个或多个语义对象、属性值、主张、条件或证据之间的相同、差异与不相容关系。
比较之前必须确认比较对象是否处于可比较范围。
如果两个值分别描述不同产品版本,直接比较数值可能没有意义;如果两个主张描述不同时间的状态,也不能直接根据结果不同就判定冲突。
比较结果可以是相同、不同、部分相同、条件不同、无法比较或存在潜在不相容关系。
比较本身只提供差异分析结果,不自动完成事实核验。
22.7.2 匹配运算
匹配运算用于判断新获取的语义单元是否对应现有对象、属性、关系、主张或结构位置。
在未知处理过程中,匹配可以帮助确定缺失信息指向的目标。
在矛盾处理过程中,匹配可以确认不同主张是否指向同一对象和同一属性。
在不确定性处理中,匹配可以缩小候选对象范围,但不能仅凭匹配结果认定主张真实。
当候选对象无法唯一确定时,系统应当保留多个候选对应关系及其依据,而不是强行选择其中一个。
22.7.3 判断运算
判断运算依据明确规则和输入条件,对未知是否已经得到解决、冲突是否成立、结论是否满足适用条件等问题进行判断。
例如:
-
对象身份是否满足确认条件。
-
两条主张是否指向同一属性。
-
两个属性值是否构成不相容关系。
-
某项证据是否满足规则规定的最低要求。
-
当前结论是否允许用于指定任务。
判断运算必须说明适用规则和输入条件。如果必要条件尚未满足,正确的结果可以是“无法判断”,而不是强制给出肯定或否定。
22.7.4 计算运算
计算运算用于处理具有明确数值含义的数据,例如数值差异、误差范围、时间间隔、数量统计或符合规则的统计指标。
计算结果可以帮助发现潜在冲突,也可以支持不确定性分析。
但计算只能在输入数据、单位、口径和规则适当的情况下成立。
如果两个数据的单位不同、时间范围不同或对象不一致,就应当先处理这些差异,不能直接将计算结果解释为事实结论。
22.7.5 概率运算
概率运算可以用于具有明确概率模型和定义的任务,例如在给定条件和统计依据下评估某种事件的概率。
但它不能替代未知识别、语义匹配、事实核验和证据关系检查。
例如,某个候选对象的匹配概率较高,并不代表有关该对象的全部属性都已经确认;某个来源在历史上具有较高可靠性,也不能直接证明其当前某条主张必然正确。
对于缺少合理概率模型的情况,系统应保留定性的不确定状态,而不是将主观评分伪装成具有明确统计意义的概率。
22.7.6 排序运算
排序运算可以用于安排未知问题的处理顺序、候选资源的检查顺序以及冲突的解决优先级。
排序依据可以包含任务重要性、知识缺口影响、时间要求、潜在风险、获取成本和解决可能性。
但是,优先处理某个问题并不代表该问题更加真实;某个候选资源排在前面,也不意味着其内容必然正确。
排序只负责资源分配和处理顺序,不能替代核验结论。
22.7.7 验证运算
验证运算用于检查某项主张、关系、规则、计算结果或结论是否满足明确的成立条件。
例如,系统可以验证某项认证主张是否具备适用的产品身份、认证范围、有效时间和可追溯依据。
如果必要条件不满足,系统不能仅凭其他方面得分较高就认定验证成功。
验证结果应当明确区分通过、不通过、条件不足、证据不足、无法执行或需要进一步确认等不同情况。
这些结果的具体表达方式可以由任务规则决定,但其语义必须清楚。
22.8 未知、矛盾与不确定性的动态更新
动态语义库不仅要记录这些状态,还必须能够在外部资料、知识结构、适用条件和任务目标变化时,重新检查原有判断。
22.8.1 未知的更新
未知可以因新资料获取、语义单元形成、对象对应完成、关系建立或规则明确而得到部分或全部解决。
例如,系统原本不知道某项认证状态,后来获取到能够明确识别产品型号的正式资料。
此时,系统可以先解决对象对应问题,再检查认证状态主张及其证据是否满足核验条件。
但获取资料并不自动意味着未知已经消除。只有当相关缺口满足对应的判断要求后,系统才能更新未知状态。
如果新资料只解决了部分问题,剩余未知仍应保留。
22.8.2 矛盾的更新
矛盾可能因新证据而解决,也可能因对象、时间或条件的重新识别而被重新解释。
例如,系统发现两项产品参数不一致,后来确认它们对应不同型号。此时,原先的冲突不再适用于这两个不同对象之间,但历史上为什么形成候选冲突仍应保留。
另一种情况是,两项主张确实针对同一对象和条件,但新证据支持其中一项主张。在满足核验要求后,系统可以更新当前结论,同时保留冲突处理历史和另一项主张的来源。
如果新证据仍不足以解决问题,系统不能因为资料数量增加就自动将冲突改为已解决。
22.8.3 不确定性的更新
不确定性可以因证据增强、条件明确、规则确认、对象对应改善或计算过程完成而降低。
但不确定性也可能因新证据出现、原始来源被撤回、对象关系发生变化或规则被修订而增加。
因此,不确定性不能被设计成只能单向下降的指标。
一个系统如果把“越处理越确定”作为固定逻辑,就可能忽略新证据暴露出的旧判断问题。
合理的机制应当允许判断状态发生双向变化,并记录变化原因。
22.8.4 更新触发机制
未知、矛盾与不确定性的重新处理可以由多种事件触发:
-
新资源被发现或获取。
-
原有资源发生变化。
-
新语义单元与现有知识建立对应。
-
新证据支持或反驳已有主张。
-
对象身份或属性关系发生变化。
-
适用条件被补充或修正。
-
判断规则发生变化。
-
时间范围发生变化。
-
相关任务目标发生变化。
-
发现原处理过程存在错误。
-
人工确认或外部验证结果到达。
不同事件不应当无差别地触发整个语义库重新处理。系统应当根据已有关系确定受到影响的主张、证据、结论和任务,形成有边界的更新范围。
22.8.5 历史保留与状态版本
状态变化必须能够追溯。
当一项未知被解决时,系统应当能够解释此前为什么未知、通过什么过程得到新知识,以及新结论适用于什么范围。
当一项冲突被解决时,系统应当能够解释冲突涉及哪些主张、采用了哪些证据、应用了什么规则,以及为什么当前判断发生变化。
当一项不确定结论被调整时,系统应当能够区分这是新事实出现、旧证据失效、规则变化、对象对应修正,还是此前的判断过程存在问题。
因此,动态语义库应当保留必要的状态变化历史,并区分知识内容的版本、证据的版本、规则的版本和结论的版本。
版本记录的目的不是无限保存所有冗余数据,而是确保重要的判断变化能够复核,并使系统在重新处理任务时不会丢失必要的历史依据。
22.9 未知、矛盾与不确定性在动态语义需求库中的作用
未知、矛盾与不确定性不仅是知识状态,也是动态语义需求产生和演化的重要来源。
动态语义需求库管理当前需要解决的语义问题;动态语义库负责组织外部资源、语义主张、关系、证据、核验结果和状态变化。
两者之间应当形成持续协同关系。
22.9.1 未知产生新的语义需求
当系统发现当前知识结构缺少任务所需的元素、属性值、关系、条件或证据时,可以形成新的动态语义需求。
例如,任务要求判断某款产品的认证是否仍然有效,但当前知识中只有认证名称,没有有效期和适用范围。
系统应当将缺少的内容转化为明确的知识获取和核验需求,而不是反复检索整个产品的泛化信息。
需求应当明确指向当前知识缺口,并根据任务的重要性、依赖关系和时间要求确定处理顺序。
22.9.2 矛盾产生冲突解决需求
当系统发现两个主张存在潜在或已确认的不相容关系时,可以形成冲突解决需求。
这类需求不应只写成“解决矛盾”,而应当能够明确需要检查的对象对应、时间范围、适用条件、证据质量或规则适用性。
如果冲突涉及某项关键决策,需求的优先级还应考虑冲突可能造成的后果。
但是,需求优先级不能直接作为主张真实性的依据。某项冲突很重要,只能说明需要优先处理,不能说明其中某一方更正确。
22.9.3 不确定性产生补充判断需求
当现有证据无法满足当前结论的要求时,系统应当判断是否需要继续获取知识、重新核验或缩小结论范围。
并非所有不确定性都必须通过增加资料消除。
如果不确定性来自对象身份问题,应当优先解决对象对应;如果来自规则缺失,应当明确适用规则;如果来自测量误差,应当检查测量条件;如果来自未来状态,则需要明确预测与事实之间的区别。
当不确定性无法消除,但任务允许在限定条件下继续时,系统可以将其保留为明确的决策限制。
如果任务不允许关键条件存在不确定性,则不能通过降低核验标准强行形成确定结论。
22.9.4 需求状态与知识状态的协同
一项语义需求已经完成处理,不代表相关知识一定变成确定事实。
例如,系统已经完成对多个来源的检索,发现资料之间存在真实冲突,且无法进一步判断哪一项正确。
从处理进度看,当前检索和冲突分析任务可能已经完成;从知识状态看,冲突仍然存在;从结论状态看,最终判断仍可能不确定。
因此,动态语义需求库与动态语义库必须分别记录任务是否完成和知识是否确定。
如果混淆这两个状态,就会造成一种严重错误:系统因为处理流程结束,便将结果误当作已确认知识。
22.9.5 需求优先级与处理策略
未知、矛盾与不确定性并不都具有相同的重要性。
一个尚未确定但不影响当前任务的辅助属性,可能不需要立即处理;一个涉及产品合规、执行安全或决策前提的未知,则可能成为任务继续执行的必要阻断条件。
需求优先级可以根据以下因素综合确定:
-
对当前任务的影响程度。
-
是否属于必要条件。
-
是否阻断其他需求。
-
是否涉及关键风险。
-
是否存在时间限制。
-
是否具有可行的解决路径。
-
获取或核验所需成本。
-
当前处理结果是否可能改变重要决策。
这些因素用于确定处理顺序和资源投入,而不是直接判断未知内容是否为真。
22.10 未知、矛盾与不确定性对结构智能认知和决策的约束
动态语义库提供知识与证据基础,结构智能还需要依据任务目标、能力结构、适用规则和执行条件,决定如何使用这些知识。
未知、矛盾与不确定性因此必须进入认知和决策过程,而不能仅停留在资料管理层面。
22.10.1 对认知的约束
结构智能的认知过程需要依据已有知识结构形成判断。
当关键对象未知时,系统不能假定目标对象已经识别。
当关键关系未知时,系统不能将尚未建立的关系直接当作成立关系。
当主张之间存在真实冲突时,系统不能只选择一个结果而忽略其他依据。
当证据不足时,系统不能将候选判断直接提升为已确认结论。
认知的作用不仅是形成判断,也包括识别判断的适用范围、必要条件和限制。
因此,未知、矛盾与不确定性应当成为认知过程的输入条件,帮助系统确定当前能够判断什么、不能判断什么,以及还需要什么知识才能继续。
22.10.2 对决策的约束
决策是否可以继续,取决于任务本身对知识确定程度的要求。
对于允许近似判断的任务,系统可以在明确限制和风险的情况下,依据当前证据选择相对合适的方法。
对于要求满足特定必要条件的任务,如果关键条件未知、关键冲突未解决,或者结论缺少必要证据,系统就不能仅因为其他因素较好而认定任务已经满足要求。
例如,某项设备操作要求确认设备身份和授权状态。如果设备身份尚未确认,即使其他参数均符合要求,也不能因此跳过身份核验。
这说明决策规则应当区分必要条件与可权衡条件。
必要条件未满足时,应当按照任务规则停止、暂缓或升级处理;可权衡条件则可以依据明确的决策规则进行比较。
未知、矛盾与不确定性本身不能直接决定最终行动,但它们能够约束哪些行动可以被允许。
22.10.3 对方法选择的约束
Method 是解决问题或执行操作的方法,不等同于 Capability,也不等同于 Behavior。
未知、矛盾与不确定性的不同来源,需要选择不同的方法。
如果问题是对象未知,应当采用对象识别和对应核验方法。
如果问题是属性值未知,应当采用针对该属性的资源发现、证据获取和核验方法。
如果问题是关系未知,应当检查关系成立条件及其证据。
如果问题是冲突,应当采用对象、时间、条件、来源和规则的冲突分析方法。
如果问题是不确定性过高,应当评估是否需要补充证据、进行计算、开展验证或限制结论范围。
如果现有方法不能可靠解决问题,就应当明确方法能力的边界,而不是让系统以一个未经证实的结论替代实际处理。
22.10.4 对执行和反馈的约束
执行结果可能产生新的信息,也可能改变原有知识的适用条件。
例如,设备实际运行结果可能与此前依据资料形成的预测不同。系统应当将这一差异作为需要分析的反馈,而不是自动将执行结果视为全部条件下都成立的新规则。
反馈需要与执行对象、时间、环境、操作方法和观察结果建立关系。
当反馈与原有判断不一致时,应当分析是输入条件变化、执行过程异常、原有知识错误,还是观察记录本身存在问题。
经过适当验证后,系统可以据此更新知识结构、调整方法或形成新的动态语义需求。
因此,未知、矛盾与不确定性的处理应当贯穿认知、决策、方法、执行和反馈全过程。
22.11 工程实现原则与运行流程
未知、矛盾与不确定性的工程实现,应当遵循结构智能自身的理论基础,围绕实际任务和知识关系进行组织,而不是预先为所有行业设置固定的状态字段、字段映射和专用判断逻辑。
22.11.1 基于实际知识结构组织状态
工程系统首先需要识别当前处理的语义对象及其关系,再确定未知、矛盾或不确定性发生的位置。
如果任务涉及对象、属性、值、状态、条件和方法,应当依据实际结构定义确定哪些内容需要检查。
但不能因此规定所有任务都必须采用完全相同的字段集合。
不同任务可能关注不同的语义对象和关系,系统应当能够根据结构定义和任务需求确定需要检查的内容。
核心要求是:状态必须具有明确的语义指向,不能仅依赖无法解释的字符串标签。
22.11.2 建立从发现到处理的完整流程
未知、矛盾与不确定性的处理可以组织为以下流程:
这个流程不是要求每个任务都必须按完全相同的线性步骤执行。系统可以根据问题类型、已有知识和必要条件调整处理顺序,但不能省略与当前判断相关的关键检查。
例如,已确认的对象身份可以直接进入属性核验;尚未确认对象身份时,应当优先解决对象对应问题,避免将后续资源错误地关联到目标对象。
22.11.3 明确状态变化的依据
状态更新必须具有明确依据。
未知变为已知,应当说明哪个知识缺口被解决,以及依据是什么。
候选冲突变为确认冲突,应当说明哪些对应关系和不相容条件已经得到确认。
确认冲突变为已解决,应当说明采用了什么证据、规则或条件修正,以及为什么能够形成新的判断。
不确定性发生变化,应当说明影响判断的因素发生了什么变化。
如果系统无法说明状态变化的依据,就不应当仅凭流程执行次数、资料数量或处理时间自动改变知识结论。
22.11.4 允许无法判断的结果
工程系统必须允许“无法判断”作为一种有效结果。
无法判断可能意味着关键对象无法识别、证据不足、规则不明确、冲突尚未解决,或者当前任务超出系统能够可靠处理的范围。
这种结果应当能够进一步关联具体原因和处理建议,但不能被直接等同于错误、失败或否定结论。
例如,系统可以判断某项主张当前无法确认,同时指出需要补充哪类证据;也可以确认两项主张存在冲突,但明确说明当前无法判断哪一项成立。
这种机制可以防止系统为了满足输出要求而强行产生没有充分依据的结论。
22.11.5 区分处理结果与事实结果
工程流程执行成功,只能说明相应处理步骤已经完成,不意味着事实已经得到确认。
资源获取成功,不代表资源内容真实。
语义解析成功,不代表语义解释一定正确。
匹配成功,不代表候选对象必然正确。
冲突识别成功,不代表冲突已经解决。
计算执行成功,不代表输入数据和计算条件没有问题。
验证程序运行结束,也不代表验证条件已经满足。
因此,系统必须区分处理过程的技术状态与知识主张的事实状态,不能把前者直接转换成后者。
22.11.6 防止不确定性被错误传播
知识结构中的判断往往存在依赖关系。
如果某项结论依赖一个尚未确认的对象对应关系,那么后续结论也可能受到这一不确定性的影响。
但是,这并不意味着相关对象的所有知识都必须被整体标记为不确定。
系统应当根据实际依赖关系确定影响范围。
例如,某个产品的型号对应尚未确认,这会影响针对该型号的认证结论,但不一定影响资料中已经独立确认的发布日期。
因此,未知、矛盾与不确定性需要与相关结论建立依赖关系,使系统能够识别哪些判断受到影响、影响程度如何,以及哪些内容仍然可以独立使用。
22.11.7 防止不确定性被错误消除
工程系统还需要防止因数据清洗、默认值填充、自动覆盖或状态转换规则而无依据地消除未知与不确定性。
如果某项属性没有获得证据,不能因为数据库要求该属性有值就自动填入默认值并将其当作事实。
如果两个来源存在冲突,不能为了保持数据唯一性而随意删除其中一项。
如果某个结论尚未满足核验条件,不能因为处理流程结束而自动转为已确认。
如果一项主张在历史上曾经成立,也不能忽略时间变化而将其永久保留为当前事实。
系统可以对缺失内容使用技术性占位表达,但必须确保占位内容不会被当成实际知识值参与事实判断。
22.11.8 工程结构的职责边界
未知、矛盾与不确定性的工程处理可以涉及多个功能部分:
资源获取与解析负责提供可追溯的内容材料;语义单元处理负责识别内容中的主张和相关结构;知识对应负责判断新内容与现有结构之间的关系;证据管理负责记录支持、反驳和限定关系;事实核验负责依据规则形成结论;状态管理负责记录未知、冲突、不确定性及其变化;动态语义需求管理负责组织尚未解决的问题。
这些是职责上的区分,不意味着必须建立同样数量的独立模块或物理数据库。
工程设计应当以现有系统结构和真实任务为依据,避免无必要地复制数据、增加固定字段或重新构造整个系统。
22.11.9 不依赖大模型逻辑
未知、矛盾与不确定性的识别和处理,应当建立在明确的语义结构、关系定义、适用条件、规则和运算方法之上。
系统可以通过对象匹配、关系比较、规则检查、证据分析、条件验证、概率计算和状态管理完成相关工作。
这些处理过程需要明确输入、输出、判断条件和结果依据。
不能将“生成了一个看起来合理的解释”视为未知已经消除,不能将“生成了一个更可信的说法”视为冲突已经解决,也不能将一个未经定义的评分直接当作事实确定程度。
WSaiOS-SI的工程目标,是让系统能够明确表达自己已经掌握什么、尚未掌握什么、发现了哪些冲突、为什么无法形成确定结论,以及下一步需要采取什么方法。
22.12 综合示例:电动牙刷认证状态的未知、矛盾与不确定性处理
假设某项采购任务要求确认指定型号电动牙刷的认证状态。系统当前掌握部分产品资料,但认证信息尚不完整。
该示例用于说明结构智能的处理逻辑,不代表任何真实产品的认证情况。
22.12.1 第一阶段:识别未知
系统发现已有资料能够识别产品品牌和部分型号信息,但没有足够依据确认目标型号的认证状态。
此时需要明确:
-
当前任务要求确认什么认证主张。
-
目标产品是否已经被准确识别。
-
当前资料能否对应到指定型号。
-
还缺少哪些认证相关信息。
-
哪些信息属于判断认证状态的必要条件。
如果目标型号已经明确,但认证状态未知,系统可以形成针对该认证主张的知识获取需求。
如果目标型号本身尚未确认,则应优先解决对象对应问题,而不能直接对其他相似型号的认证资料作出判断。
22.12.2 第二阶段:发现候选冲突
系统获取到两份资料。
资料 A 声称指定型号具有某项认证。
资料 B 声称该型号没有该项认证,或者没有对应的有效认证记录。
系统此时不能立即选择资料 A 或资料 B。
首先,需要检查两份资料是否指向同一型号、同一认证项目和同一适用范围;其次,需要核对资料描述的时间、认证状态定义和来源关系;最后,需要判断两项主张是否真正不相容。
如果两份资料指向不同型号,原先的候选冲突可能是对象对应错误。
如果一份资料描述历史认证记录,另一份描述当前有效状态,则需要检查时间和状态定义。
如果两份资料确实描述同一型号、同一认证项目和同一时间范围,而且主张不相容,那么可以将其识别为确认冲突。
22.12.3 第三阶段:评估不确定性
即使确认存在冲突,系统仍然需要判断当前能否形成最终结论。
如果资料 B 只是没有找到相关记录,它并不一定能够证明认证不存在。
如果资料 A 来自无法追溯的转载页面,其证据作用也可能受到限制。
如果两份资料都来自同一原始信息的转述,不能简单地将它们视为两项独立证据。
系统应当分析各项证据的来源、对象对应、时间范围、证明能力及相互依赖关系。
如果现有证据仍然无法满足核验要求,正确结果应当是:认证状态尚未得到充分确认,现存主张之间的冲突仍待解决。
22.12.4 第四阶段:形成下一步处理需求
系统可以根据当前问题生成进一步处理任务,例如:
-
确认指定型号及其版本。
-
获取能够明确识别认证对象的正式资料。
-
检查认证项目和适用范围。
-
核对认证状态的有效时间。
-
检查各来源是否独立。
-
判断证据是否足以支持或反驳目标主张。
这些任务不是预先固定的行业字段流程,而是根据当前知识缺口和冲突原因形成的动态处理要求。
如果后续证据足以确认某项主张,系统可以更新对应的核验结论。
如果后续证据只能确认部分信息,系统应保留已经确认的部分,同时继续记录未知和不确定性。
如果后续仍然无法解决冲突,则应当保留冲突记录,并根据采购任务的必要条件决定是否允许继续执行。
22.12.5 第五阶段:约束决策并保留历史
假设采购任务明确要求认证状态必须经过确认。
那么,即使系统已经找到大量相关资料,只要认证主张仍然没有满足必要核验条件,就不能将其直接当作已确认事实用于满足该项要求。
系统可以输出当前已确认的内容、尚未确认的内容、存在的冲突、依据不足的原因和下一步处理方法。
如果任务规定关键认证条件未确认时不得继续采购,则系统应当按照这一决策规则暂缓相关决策。
后续如果出现新的正式资料,系统可以重新核验,但不能删除此前的冲突分析和判断历史。
通过这一过程,未知、矛盾与不确定性从模糊的文本问题转化为可以追踪、计算、验证和管理的语义结构,并参与实际决策约束。
22.13 本章总结
未知、矛盾与不确定性,是动态语义库面对不完整知识、相互不容的主张和有限判断依据时必须处理的三类基础问题。
未知说明当前知识结构中仍存在尚未解决的内容或关系缺口;矛盾说明多个主张之间存在需要检查的不相容关系;不确定性说明现有知识和证据尚不足以使判断达到当前任务要求的确定程度。
三者既有区别,也存在联系,可以分别出现,也可以在同一语义对象上同时存在。
本章建立了以下理论与工程原则。
第一,未知不能被直接解释为否定、错误或不存在。系统必须明确未知的指向、原因、范围和消除条件。
第二,矛盾不能根据简单的文本差异或数值差异直接认定。系统必须检查对象、属性、时间、条件、适用范围和判断规则,并区分候选冲突与确认冲突。
第三,不确定性不能被随意简化为一个分数。只有当数值具有明确的计算对象、规则和依据时,才能使用相应的概率或误差表达;否则应当保留具有明确含义的定性状态。
第四,未知、冲突、不确定性、处理进度、证据状态和结论状态应当分别管理,通过明确的语义关系建立联系,避免不同状态互相覆盖。
第五,状态更新必须依据新证据、结构变化、规则变化或适用条件变化进行。系统应当允许未知得到部分解决、冲突被保留、不确定性增加或降低,并保存必要的历史记录。
第六,动态语义需求库应当利用这些状态发现新的知识缺口、形成冲突解决任务、安排核验顺序,并与动态语义库共同推动知识更新。
第七,未知、矛盾与不确定性必须参与结构智能的认知、决策、方法选择、执行和反馈过程。当关键条件尚未满足时,系统应当按照任务规则限制相关决策,而不能通过未经证实的结论强行继续。
第八,工程实现应当从真实的知识结构和任务需求出发,不设置脱离语义含义的固定行业字段,不依赖大模型逻辑,不把资源获取成功、语义匹配成功或处理流程结束直接视为事实确认。
由此,动态语义库不再只是保存已知信息和已确认结论的知识系统,而是能够同时组织已知内容、知识缺口、冲突关系、不确定判断、证据依据和后续处理条件的动态知识结构。
对于WSaiOS结构智能而言,这一机制具有重要意义:系统不仅需要知道当前能够判断什么,还必须能够结构化地表达自己尚不能判断什么、为什么不能判断,以及需要满足什么条件才能继续判断。
这种对知识边界的明确表达,使结构智能能够在不完整、动态变化甚至相互冲突的真实环境中维持判断过程的可解释性、可核验性和可追溯性。
下一章可继续研究:第二十三章《事实核验规则的形成、执行与验证》。