首页 理论 架构 工程 规划 文档 白皮书 著作 研究 规范 下载 博客 关于 联系 开始使用 →

第二十九章 来源依赖与重复证据识别

《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

第二十九章 来源依赖与重复证据识别

29.1 来源依赖与重复证据识别的定义

动态语义库从多个外部来源获取信息时,不同来源可能表达相同内容、引用同一份原始材料,或者共同依赖某个信息发布者。如果系统仅根据来源数量统计支持某项主张的信息,就可能把同一条信息重复计算为多条独立证据,进而高估证据的充分程度,甚至形成错误的事实判断。

因此,动态语义库必须具备来源依赖与重复证据识别机制。

来源依赖识别,是指识别不同信息来源之间是否存在引用、转载、复制、转述、共同来源、共同数据基础或其他可能影响证据独立性的关系,并判断这些关系对当前证据评估具有何种影响。

重复证据识别,是指识别多个来源或记录是否重复表达同一项证据内容、重复引用同一项原始证据,或者在当前判断任务中实际上只提供了同一份依据。

二者相互关联,但并不相同。

来源依赖关注信息的形成、传播和依据关系;重复证据关注证据内容及其在特定判断任务中的重复程度。

两个来源可能存在依赖关系,但分别提供了不同的原始证据;两个来源也可能没有直接的引用关系,却分别复制了同一份原始文件。因此,来源依赖关系不能完全替代重复证据识别,重复证据识别也不能完全替代来源依赖分析。

在 WSaiOS-SI 中,这两项机制服务于证据质量分析、多来源语义比较、事实核验、概率估计和动态知识更新。其目标不是简单减少来源数量,而是准确识别不同信息究竟提供了多少新的、独立的、适用于当前主张的判断依据。

29.2 来源数量为什么不能直接代表证据数量

来源数量是对信息发布渠道或资源记录的计数;证据数量则需要考虑证据内容、证据作用、来源依赖和当前判断目标。

两者不能直接等同。

假设系统发现五个网页都声称某款电动牙刷获得了某项认证。如果这五个网页分别来自五个独立的核验过程,并且提供了各自可以核查的原始依据,那么它们可能为主张提供多方面的支持。

但如果五个网页都转载同一篇产品宣传文章,而该文章没有提供可核验的认证记录,那么系统实际上可能只发现了一项被重复传播的主张,而没有获得五份独立的认证证据。

即使这五个网页来自不同域名,也不能据此认定它们相互独立。

反过来,某个官方认证数据库中的一条记录,可能比大量相互转载的网页更直接地支持某项认证状态判断。但这仍然取决于记录是否真实、是否对应目标产品、是否覆盖所需时间范围,以及该记录是否足以支持当前主张。

因此,系统必须区分以下概念:

  • 来源数量:发现了多少个来源记录;

  • 传播数量:同一内容经过多少渠道传播;

  • 原始材料数量:可以识别出多少项不同的原始材料;

  • 证据单元数量:识别出多少项具有独立语义内容的证据;

  • 独立证据数量:在当前判断目标下,可以合理视为相互独立的证据依据有多少;

  • 有效证据数量:其中有多少证据真正适用于当前主张,并满足相应质量要求。

这些数量可能相同,也可能相差很大。系统必须根据实际来源关系和证据结构判断,不能将它们默认视为同一个数字。

29.3 来源、资源、主张与证据的区别

来源依赖分析必须建立在清楚的概念区分之上,否则系统容易把来源记录、语义内容和证据作用混为一谈。

29.3.1 来源

来源是信息的发布主体、产生主体、提供渠道或可追溯出处。

来源可以是机构、个人、数据库、网站、文件发布者或其他信息产生与提供主体。

来源身份明确,不等于来源可靠;来源可靠,也不等于其发布的每一项主张都真实。

29.3.2 资源

资源是承载信息的具体材料,例如网页、文件、数据库记录、公告、报告或其他可获取内容。

同一个来源可以发布多个资源;多个来源也可以发布同一个资源的转载、摘录或不同版本。

因此,来源数量与资源数量并不相同。

29.3.3 语义主张

语义主张是可以针对明确对象、属性、关系、状态、时间或条件进行判断的内容。

例如,“某型号电动牙刷在指定日期具有有效认证”就是一个需要明确对象和时间范围的主张。

同一份资源可以包含多个主张;同一个主张也可以出现在多个资源中。

29.3.4 证据

证据是能够对某个主张提供支持、反驳、限定或其他相关依据的信息、记录、观察、计算结果或验证结果。

某份资源中包含的内容,并不一定都能作为当前主张的有效证据。

例如,一份产品介绍可以证明该企业曾经发布过某项宣传内容,却未必足以证明宣传中的认证主张真实。

因此,来源依赖识别必须建立在以下关系的区分之上:

来源 → 资源 → 语义主张 → 证据单元 → 证据与主张的关系。

这是一种用于组织和分析信息的概念关系,并不要求系统必须将其实现为固定的数据库表或固定字段集合。

29.4 来源依赖关系的类型

来源依赖不只有简单的转载关系。不同类型的依赖关系,对证据独立性判断具有不同影响。

29.4.1 直接转载依赖

直接转载是指一个来源直接复制另一个来源的内容,或者以转载形式发布原始材料。

例如,网站乙完整转载网站甲的一篇公告,但没有增加新的核验材料。

在这种情况下,两个网页属于不同资源记录,但其中相同的内容不能自动视为两份独立证据。

系统需要保留转载关系,并将两份资源中重复的证据内容进行关联。

29.4.2 引用依赖

引用依赖是指一个来源在自己的内容中引用另一个来源的主张、数据、文件或结论。

引用者可能对原始材料进行了重新组织或解释,但如果没有提供新的独立依据,其对原始主张的重复陈述不能自动增加独立证据数量。

引用关系也不意味着引用内容必然错误。其意义在于揭示信息从何而来,以便正确判断证据独立性。

29.4.3 转述依赖

转述依赖是指一个来源没有直接复制原文,而是用不同语言、不同结构或不同表达方式重新描述另一个来源的内容。

文字差异并不能证明信息独立。

例如,一篇文章将“产品认证有效期截至某日”改写为“该产品的认证将在某日到期”,两者可能表达同一项信息。

系统应在语义层识别其对应关系,而不能仅通过字符相同或段落相似来判断是否重复。

29.4.4 共同原始来源依赖

多个来源可能分别引用同一个原始公告、数据库记录、研究报告或其他基础材料。

这些来源之间不一定直接相互转载,但仍然共同依赖同一个原始依据。

例如,三个行业网站分别引用同一份官方公告。三个网站可以作为三个传播来源,但它们对该公告内容的重复陈述不能自动算作三项独立的原始证据。

需要注意,共同原始来源依赖不代表所有内容都必然重复。如果不同来源在原始公告之外分别进行了独立测量或核验,这些新增内容仍需单独识别。

29.4.5 共同数据基础依赖

多个来源可能独立发布报告,但使用同一份基础数据、同一个数据提供者或同一组观测记录。

例如,不同机构根据同一批统计数据形成各自的分析报告。它们的分析过程可能不同,但对于同一项基础事实,不能将重复使用的原始数据无条件视为独立观测。

系统应区分原始数据、分析方法、计算结果和解释性结论,判断各来源究竟新增了什么依据。

29.4.6 共同主体依赖

多个来源可能来自同一组织、同一企业或同一信息提供主体。

共同主体可能导致多个资料共享同一内部数据、同一宣传口径或同一信息生成流程。

但共同主体不必然意味着所有证据都重复。例如,同一机构可以分别发布一份产品宣传资料和一份独立检测报告,两份资料虽然来自同一机构,却可能承担不同的证据作用。

因此,系统不能仅根据主体相同就认定证据重复,而应进一步检查材料的形成方式、原始依据及其与当前主张的关系。

29.4.7 未知依赖关系

某些来源可能存在依赖关系,但现有资料不足以确认。

例如,多个网站在相近时间发布了内容相似的文章,但没有标明引用出处,也无法确认是否存在共同的原始资料。

此时,系统应将依赖关系记录为未确定,而不是直接认定它们独立,或者断言它们必然抄袭。

未知依赖是一种需要保留的判断状态。它可以影响证据综合的谨慎程度,但不能被随意转换成确定结论。

29.5 重复证据的类型

重复证据识别需要区分不同的重复形式,因为文本相同、语义相同和证据作用相同并不是同一个概念。

29.5.1 完全重复

完全重复是指多个资源包含相同的原始材料,或者同一项证据被多次复制。

例如,多个网站提供完全相同的证书扫描件或同一份公告文件。

系统可以通过文件身份、内容指纹、来源链接、文件版本和其他可用依据识别重复关系。但即使内容完全相同,也仍需判断这些副本是否存在不同的附加信息。

29.5.2 表达重复

表达重复是指不同文本采用相同或高度相似的表达方式,描述同一项主张或证据内容。

表达重复可以通过文本比较发现,但文本相似只能作为候选线索,不能直接作为最终判定。

例如,两个文件可能使用相同的标准条款,却分别针对不同产品或不同测试结果。其文字相同并不意味着证据本身重复。

29.5.3 语义重复

语义重复是指不同表达在当前任务中指向同一项语义内容。

例如,“该证书目前有效”与“该认证尚未到期”,在适当条件下可能表达相同的状态判断。

但两种表达是否真正等价,还要考虑证书与认证的具体定义、当前时间、撤销状态和其他适用条件。

因此,语义重复识别必须建立在对象、属性、关系和条件对应的基础上。

29.5.4 证据引用重复

证据引用重复是指多个来源分别引用同一项原始证据,即使各自的文字表达、分析过程或结论有所不同。

例如,多个报告都引用同一份检测报告。对于“检测报告是否记载某个结果”这一主张,它们可能只是重复引用同一项依据。

但是,如果各报告又提供了独立的后续测试或额外的原始记录,这些新增材料应分别识别,不能与重复引用部分一起简单合并。

29.5.5 结论重复

结论重复是指多个来源得出相同结论,但其依据可能相同,也可能不同。

结论相同并不能证明证据重复。

如果多个独立来源分别进行了有效测量、独立调查或独立核验,它们即使得出相同结论,也可能构成不同的证据贡献。

因此,系统必须分别识别结论一致性与证据独立性。

29.5.6 记录重复

记录重复是指系统内部因重复采集、重复导入、重复抓取或不同渠道同步而产生多个指向同一资源或证据的记录。

这种重复可能是工程处理产生的,并不一定意味着外部来源之间存在转载关系。

系统需要区分外部信息的重复传播与内部存储记录的重复,避免因重复导入而扩大统计数量。

29.6 来源依赖图的结构化表达

来源依赖关系涉及多个来源、资源、主张和证据之间的联系。当来源数量增加时,仅靠人工逐项查看,很难准确识别复杂的传播和引用关系。

因此,动态语义库可以依据实际任务建立来源依赖图。

来源依赖图是一种由相关对象及其关系构成的结构化表达,用于记录信息的来源、传播、引用、共同依赖和证据对应关系。

图中的节点可以根据任务需要表示:

  • 来源主体;

  • 具体资源;

  • 资源版本;

  • 原始材料;

  • 语义主张;

  • 证据单元;

  • 比较结果;

  • 验证结论。

节点之间的关系可以包括:

  • 发布;

  • 获取;

  • 转载;

  • 引用;

  • 转述;

  • 派生;

  • 使用共同数据;

  • 指向同一原始材料;

  • 支持或反驳主张;

  • 与某项验证结论相关。

以上是可供采用的结构类型,不是要求所有系统必须固定使用这些节点或关系。

在实际工程中,系统应根据真实出现的来源关系动态组织结构,而不是预设所有行业、所有资源都具有相同的来源层级。

29.6.1 直接依赖与间接依赖

如果资源乙直接转载资源甲,则两者之间存在直接依赖。

如果资源丙转载资源乙,而资源乙又转载资源甲,则资源丙与资源甲之间可能存在间接依赖。

在这种情况下,系统不仅需要保存每一条直接关系,还应能够在需要时分析依赖链,判断多个表面不同的来源是否最终指向同一原始材料。

但是,间接依赖路径只能证明或提示信息传播关系,不能自动证明全部内容都重复。每一段依赖关系的具体内容仍需核查。

29.6.2 多源汇聚关系

多个来源可能共同引用一个原始材料,也可能分别提供不同材料,最终被另一份报告汇总。

这种汇聚关系需要区分原始证据、引用内容和汇总结论。

如果系统只记录最终汇总报告,而没有保留其引用的原始材料,就可能误把汇总报告当作一项全新的独立证据。

因此,来源依赖图应尽可能保留可追溯的上游关系,使系统能够分析证据形成过程。

29.6.3 依赖图中的不确定关系

如果来源之间的关系尚未得到确认,可以先建立候选依赖关系,并记录其判断依据和不确定状态。

当获得新的资料后,再判断该关系是否成立。

系统不能为了使图结构完整,就强行把所有来源连接到某个猜测的原始来源上。

来源依赖图的价值在于准确表达已知关系和未知关系,而不是制造一个表面上完整但缺乏依据的信息传播网络。

29.7 来源依赖识别的方法与依据

来源依赖识别需要综合多种可用依据。任何单一特征都不应在所有情况下被当作确定性证明。

29.7.1 来源声明与引用标记

明确的转载声明、引用链接、参考文献、文件来源说明和原始材料链接,是识别来源依赖的重要依据。

系统应保留这些信息,并建立相应的来源关系。

但引用标记也可能不完整,或者只说明部分内容的来源。因此,不能假定一个文件中所有内容都来自同一个被引用的来源。

29.7.2 内容一致性

系统可以比较不同资源中的文字、数值、表格、段落、图片、文件内容或其他可比较信息,识别潜在的重复内容。

内容一致性可以作为候选依赖的依据,但不一定能单独证明依赖关系。

例如,不同来源可能独立引用同一项公开标准,也可能使用相同的固定格式。这些内容相似并不意味着整个资源存在直接转载关系。

29.7.3 时间与传播顺序

资源的发布时间、获取时间、版本记录和引用链,可以帮助系统判断信息传播的可能路径。

如果资源乙明确引用了更早发布的资源甲,通常可以形成较强的依赖线索。

但发布时间先后不能单独证明来源关系。两个来源也可能共同引用更早的第三方材料,或者独立获取同一项公开信息。

因此,时间信息需要与内容对应、引用关系及其他依据共同判断。

29.7.4 文件身份与版本信息

文件标识、内容校验结果、版本记录、原始链接和其他资源身份信息,可以帮助识别相同文件的不同副本。

如果多个下载地址指向内容完全相同的文件,系统可以将它们关联到同一资源内容或同一版本。

但相同内容不必然意味着来源相同。两个独立发布者可能分别发布同一份官方公开文件。系统应同时保留资源副本关系和原始材料来源关系。

29.7.5 共同数据与共同方法

不同报告可能使用同一批原始数据、同一数据库或同一组测量记录。

系统应尽可能识别报告所依据的数据范围、测量过程、分析方法和新增观测内容。

如果多个报告只是重复分析同一数据,其分析结论可能具有不同的解释价值,但不能将同一批原始观测无条件当作多组独立样本。

如果报告包含新的独立观测或独立验证,则应把这些新增依据与共同使用的基础数据区分开。

29.7.6 依赖关系的置信状态

来源依赖判断本身也可能存在不确定性。

系统可以根据可用依据,将依赖关系表达为已确认、较强支持、候选关系、证据不足或未发现明确依赖等状态。

需要注意,“未发现明确依赖”不等于“已经证明独立”。

系统必须区分未发现依赖、依赖关系未知以及具有独立性证据这三种不同状态。

29.8 重复证据识别的判断流程

重复证据识别应围绕具体主张和证据作用展开,而不能脱离任务对全部资源进行无差别去重。

一个完整的处理过程可以分为以下步骤。

第一步:明确待判断主张。

系统确定当前需要哪些证据,以及这些证据需要支持、反驳或限定什么内容。

如果主张不明确,就无法判断两项材料是否在当前任务中构成重复证据。

第二步:识别候选证据。

系统从各来源中识别可能与主张有关的语义单元、记录、文件、观测或其他证据材料。

第三步:确认对象和条件。

系统判断候选证据是否针对同一对象、同一主张及相容的时间和适用条件。

不同对象、不同时间或不同条件下的记录,即使内容相似,也可能具有不同的证据作用。

第四步:比较证据内容。

系统比较原始内容、语义含义、数值、记录身份、版本和证据所覆盖的范围,识别完全重复、语义重复、部分重复或独立补充的情况。

第五步:分析来源依赖。

系统检查直接转载、引用、共同原始材料、共同数据基础及其他可能影响独立性的关系。

第六步:判断重复程度。

系统判断候选证据究竟是同一证据的多个副本、同一主张的重复陈述,还是具有独立新增内容的不同证据。

第七步:记录判断及依据。

系统保留重复关系、来源依赖关系、未确定事项和判断依据,以便后续审查。

第八步:更新证据评估。

系统根据重复识别结果,调整对证据覆盖程度和独立性的判断,避免把重复内容误当作新增依据。

第九步:触发后续处理。

如果去重后仍有足够证据,可以继续进行证据质量评估和事实核验;如果独立证据不足,则形成新的动态语义需求。

这一过程并不要求所有证据都必须去重为一份记录。系统应保留多个资源副本及其来源信息,同时在证据评估阶段正确识别它们的重复关系。

29.9 重复程度与独立性必须分别判断

重复程度和独立性有关,但不能视为同一指标。

两个来源可能具有高度重复的文字内容,却分别包含不同的独立测量结果。

两个来源也可能使用完全不同的文字,却共同依赖同一份原始报告。

因此,系统应分别回答两个问题:

  1. 候选证据在内容或证据作用上重复到什么程度?

  2. 候选证据在形成依据上是否独立?

例如,两个实验报告可能都得出相同结论,但使用了不同的样本和独立实验过程。它们的结论相同,却未必属于重复证据。

相反,两个报告可能用完全不同的分析语言解释同一份原始数据,其文字不重复,但对于某项基础观测而言,二者仍然共同依赖同一批数据。

对于部分重复的情况,系统还应进一步区分:

  • 重复的内容;

  • 新增的内容;

  • 新增内容是否具有独立依据;

  • 新增内容是否改变原有主张的支持程度。

不能因为一个资源中存在部分重复内容,就将整个资源全部排除;也不能因为资源中增加了一段新文字,就把整个资源视为完全独立的证据。

29.10 来源依赖对证据综合与概率估计的影响

来源依赖识别的重要意义之一,是防止证据综合和概率估计出现重复计数。

如果多个来源依赖同一份原始材料,系统就不能将它们简单当作多个相互独立的观察结果,直接叠加其支持力度。

但这并不意味着存在来源依赖的材料完全没有价值。

重复转载可以帮助系统了解某项主张的传播范围、公开程度和信息传播路径;不同来源对同一原始材料的独立解释,也可能提供不同的分析视角。这些价值与“是否增加独立事实证据”是不同的问题。

在概率估计中,系统尤其需要明确样本单位、事件定义和依赖关系。

例如,如果十个网页都复制同一份认证记录,不能把十个网页当作十次独立验证,并据此估计认证主张具有更高的真实性概率。

如果系统使用历史样本进行概率估计,也应检查样本之间是否重复、是否来自同一观测对象、是否共享基础数据,以及这些依赖是否影响估计方法的适用条件。

来源依赖识别本身不会自动产生一个可靠的概率数值。它只是为后续证据评估和概率估计提供必要的结构信息。

如果依赖关系不明,系统应保留这一不确定性,并避免作出超出当前依据的确定判断。

29.11 来源依赖识别与事实核验的边界

来源依赖识别可以帮助系统判断证据是否独立,但不能单独决定事实主张是否真实。

一项主张即使只得到一份独立证据支持,也可能通过严格的事实核验;反过来,一项主张即使被大量独立来源重复,也仍然可能存在错误。

事实核验需要综合检查:

  • 主张的对象与范围是否明确;

  • 证据是否适用于该主张;

  • 来源是否可靠;

  • 证据是否具有足够的质量;

  • 证据之间是否存在冲突;

  • 现有依据是否达到当前任务的充分性要求;

  • 判断规则是否适用;

  • 结论是否受到时间或其他条件限制。

来源依赖分析主要回答证据之间如何关联,以及这些关联是否影响独立性判断。

事实核验则需要在此基础上,结合具体主张和适用规则形成结论。

因此,系统不能将“没有发现重复证据”直接转化为“事实已经确认”,也不能将“存在重复证据”直接转化为“主张不可信”。

29.12 动态语义库中的来源依赖与重复证据更新

来源依赖和重复关系可能随着新信息进入而改变。

例如,系统最初发现三个来源内容一致,但无法确认它们是否独立。后来,系统发现其中两个来源都引用同一份原始公告,就需要修正原有的独立性判断。

又如,系统原本将两个文件视为同一材料的副本,后来发现其中一份包含独立的补充检测结果,就需要将重复部分与新增证据部分分开处理。

因此,来源依赖与重复证据识别应支持动态更新。

29.12.1 新发现的引用关系

当系统发现新的引用、转载或原始材料链接时,应更新相关来源依赖关系,并分析受影响的证据综合结果。

29.12.2 新发现的原始材料

如果多个来源原本看似独立,后来发现它们共同引用同一原始材料,系统应重新评估证据独立性。

29.12.3 新增的独立证据

如果某个来源新增了独立测量、原始记录或其他新依据,系统应识别新增部分,而不是因为该来源过去曾有重复内容就将其整体排除。

29.12.4 来源撤回或内容修正

如果原始来源撤回或修正了某项内容,系统应识别哪些下游资源依赖该内容,并判断哪些主张、证据关系和核验结论需要重新检查。

来源撤回不必然意味着所有引用该来源的内容都错误,但会影响相关证据的状态和适用性。

29.12.5 规则变化与历史保留

如果系统改进了重复识别规则,或者获得了更充分的依赖关系依据,原有判断可能需要修正。

系统应保留历史判断、原有依据、新增依据和变更原因,以区分事实变化、来源关系变化与识别规则变化。

29.13 工程实现原则

来源依赖与重复证据识别应作为动态语义库中的独立职责,与资源获取、语义单元化、多来源比较、证据质量评估和事实核验协同工作。

工程实现应遵循以下原则。

第一,来源与证据分离。 不将来源记录数量直接当作证据数量。

第二,资源与主张分离。 同一资源可以包含多个主张,同一主张也可以出现在多个资源中。

第三,内容重复与来源依赖分离。 内容相同不必然证明直接依赖,内容不同也不必然证明独立。

第四,重复识别以任务为依据。 判断证据是否重复,必须考虑当前主张、对象、时间、条件及证据作用。

第五,部分重复必须保留差异。 对同一资源中的重复部分与新增部分,应分别处理。

第六,未知关系不得强制确定。 无法确认来源独立性时,应保留未知状态,而不是默认独立。

第七,依赖关系可追溯。 来源关系的判断应能够追溯到引用信息、资源内容、版本记录或其他依据。

第八,重复识别结果可以修正。 新资料、新引用关系和新规则应能够触发必要的重新分析。

第九,去重不能破坏原始记录。 系统可以在证据评估时合并重复计算,但仍应保留各来源记录,以便追溯传播路径。

第十,不使用固定行业逻辑。 来源依赖和重复证据识别规则应根据真实资源关系、任务目标和现有结构定义动态组织,不能通过预设某个行业的字段映射来替代通用语义判断。

第十一,不依赖大模型逻辑。 系统应依靠自身的元素、对象、关系、规则、比较和验证机制完成来源分析,不以大模型输出代替独立性判断。

第十二,证据充分性独立判断。 即使重复证据已经正确识别,也仍需单独评估剩余证据是否足以支持当前主张。

29.14 典型示例:识别多个网站重复引用同一认证信息

假设动态语义库需要核验某款电动牙刷是否具有指定认证,并获取到以下四份资料:

  • 资料甲:品牌官网的产品介绍,声称产品获得某项认证。

  • 资料乙:行业网站转载品牌官网的相关介绍。

  • 资料丙:另一家资讯网站使用不同的文字转述相同认证主张。

  • 资料丁:认证机构公开记录,包含可核对的产品型号、认证编号及状态信息。

如果系统仅按来源数量统计,就可能认为四份资料共同证明了该产品获得认证。

但通过来源依赖与重复证据识别,系统可以发现:

资料甲提供了一项品牌宣传主张。

资料乙直接转载资料甲的内容,二者在相同主张上存在明确的来源依赖。

资料丙虽然采用不同的文字表达,但如果其内容仍然来自资料甲,也不能将其转述当作独立认证证据。

资料丁则可能提供不同类型的原始记录,能够为认证主张提供更直接的核验依据,但仍需检查它是否对应目标产品型号,以及认证状态是否适用于当前时间和任务范围。

因此,系统应将资料甲、乙、丙之间的重复主张关联起来,同时保留它们各自的资源身份和传播关系;对于资料丁,则单独评估其证据作用和适用条件。

如果资料丁显示认证已过期,系统不能因为前三份资料都宣称产品获得认证,就直接采用多数意见。系统需要进一步检查这些宣传信息的发布时间、认证记录的有效期限和目标主张所要求的时间范围。

如果前三份资料都发布于认证有效期间,那么它们与当前状态之间的差异可能来自时间变化,而不一定意味着历史宣传当时就是错误的。

如果系统仍无法确认当前认证状态,就应形成证据不足或需要进一步核验的状态,并根据缺失条件产生新的动态语义需求。

这个示例说明:多来源系统真正需要计算的不是“有多少网页支持某项主张”,而是“有哪些适用的证据、这些证据之间是什么关系,以及它们对当前主张能够提供多大程度的独立支持”。

29.15 本章总结

来源依赖与重复证据识别是动态语义库保证多来源判断质量的重要基础。

来源依赖识别用于发现不同来源之间的转载、引用、转述、共同原始来源和共同数据基础等关系;重复证据识别则用于判断不同资源是否重复表达同一项证据内容,以及它们是否真正为当前主张提供了新的依据。

二者共同解决一个核心问题:避免把同一信息的多次传播误认为多份独立证据。

在 WSaiOS-SI 中,来源依赖与重复证据识别必须依靠明确的对象、语义主张、证据单元及其关系进行判断,并与多来源语义比较、来源可靠性分析、证据支持程度评估、概率估计和事实核验协同工作。

系统既不能因为来源数量多就提高主张的真实性判断,也不能因为来源之间存在依赖就无条件排除所有相关资料。正确的做法是识别重复部分、保留新增依据、明确依赖关系、记录不确定性,并根据当前任务判断剩余证据是否充分。

来源依赖图为这种分析提供了结构化基础,使系统能够追溯信息传播路径、识别共同原始材料、分析重复内容,并在来源更新或原始材料变化时重新评估受影响的证据关系。

从结构智能的角度看,来源依赖与重复证据识别不是简单的网页去重功能,而是对知识形成过程和证据独立性进行结构化建模与运算的能力。

它使动态语义库能够从“收集多份资料”进一步发展到“理解多份资料之间的依据关系”,为后续的证据质量评估、冲突处理和事实核验提供更可靠的结构基础。

下一章:30. 来源可靠性、证据充分性与结论形成机制。

Leave a Reply

Your email address will not be published. Required fields are marked *

客服咨询
● 欢迎咨询与合作
您好!欢迎咨询。 我可以帮助您了解人工智能技术研发、智能软件系统开发、网站建设、搜索优化及项目定制等相关信息。 请问有什么可以帮您?
免费申请
请填写以下信息,方便我们进一步沟通。
欢迎咨询 AI 系统开发、网站建设、搜索优化、项目定制合作
电话:15089196448
邮箱:1602401899@qq.com
地址:陕西省渭南市
服务时间:周一至周五 09:00 - 18:00 | 7×24小时技术值守