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33章 语义需求的数据组织

《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33章 语义需求的数据组织

33.1 语义需求数据组织的提出

动态语义库中的语义需求并不是简单的搜索关键词,也不是等待执行的普通任务文本。语义需求是系统为解决某个问题、完成某项任务、补全某种知识结构或消除某种认知缺口而形成的、具有明确目标和可处理关系的需求表达。

因此,语义需求的数据组织不能仅仅把需求保存为一段文本,也不能预先规定所有需求必须包含哪些固定字段。它应当依据需求的实际内容、对象结构、关系结构、运算目标和处理状态,动态组织需求中的语义要素。

在 WSaiOS-SI 结构智能体系中,数据组织的目的不是把信息排列得整齐,而是使需求能够被识别、分解、关联、比较、计算、判断、匹配、验证和更新,使其成为后续知识获取与认知运算可以使用的结构化对象。

普通文本能够表达需求,但文本本身不一定具备直接运算的条件。只有当需求中的关键元素、对象、属性、关系、条件、目标和状态得到适当识别,并建立必要的结构联系之后,系统才可能确定应该寻找什么知识、需要什么证据、应当执行哪些运算,以及如何判断需求是否得到满足。

因此,本章确立以下基本原则:

语义需求的数据组织,应当以需求的语义结构为基础,以任务目标为依据,以知识缺口为驱动,以可运算性为组织标准,以动态演化为持续管理机制。

33.2 语义需求与需求数据的区别

语义需求与需求数据并不是同一个概念。

语义需求是系统需要解决的问题及其知识目标;需求数据则是用于表达、描述、组织、关联和管理该需求的具体数据材料。

例如,某项任务要求判断一款电动牙刷是否适合进入美国市场。

这项需求可能涉及产品对象、目标市场、适用标准、认证要求、产品型号、有效时间、证据来源以及判断条件等多个方面。

如果仅仅保存以下文本:

判断某款电动牙刷是否适合进入美国市场。

系统虽然能够保留用户提出的问题,但还无法直接确定所需知识的完整范围,也无法判断什么条件下才能得出有效结论。

进一步组织后,系统可以识别出:

  • 需求目标:判断产品进入目标市场的适用性。

  • 需求对象:具体电动牙刷及其型号。

  • 判断范围:与目标市场有关的适用要求。

  • 待补充知识:适用要求、产品实际属性及相应证明材料。

  • 判断条件:产品信息与要求之间的对应关系,以及要求的适用时间和范围。

  • 结果要求:形成有证据支持、适用范围明确且能够追溯的判断。

这些内容不是要求所有需求必须采用相同的固定字段,而是说明一个自然语言需求经过结构分析后,可能形成哪些不同性质的语义要素。

不同需求的结构可以不同。同一需求也可能随着处理过程的推进而不断增加、调整或删除相关要素。

因此,需求文本是需求的表达形式之一,需求数据是需求被组织和管理后的表现形式,而需求结构才是支撑后续运算的核心。

33.3 语义需求的基本结构

WSaiOS-SI 不应当把语义需求限定为一个永久不变的字段集合,而应当把它理解为由元素、对象、属性、关系、条件、目标、状态及其他必要语义要素构成的动态结构。

可以将某一时刻的需求结构抽象表示为:

\[ D_t=(E_t,O_t,A_t,R_t,C_t,G_t,S_t,H_t) \]

其中:

  • \(D_t\):时刻 \(t\) 的语义需求结构。

  • \(E_t\):当前需求中识别出的语义元素。

  • \(O_t\):需求涉及的对象。

  • \(A_t\):对象相关的属性及属性值。

  • \(R_t\):元素、对象、属性、知识及需求之间的关系。

  • \(C_t\):适用条件、限制条件和判断条件。

  • \(G_t\):需求目标及预期结果。

  • \(S_t\):需求的当前处理状态。

  • \(H_t\):需求的来源、变化历史及版本关联等历史信息。

这个表达式是解释需求结构的理论模型,并不意味着工程系统必须创建八个固定数据表,也不意味着所有需求都必须具备这八类数据。

某个需求可能不涉及明确的数值属性,另一个需求可能主要由事件、时间、条件和关系构成。系统应当根据实际语义内容决定需要组织哪些元素。

例如,对于“确认某项标准是否仍然有效”的需求,时间、标准版本、适用范围和有效状态可能十分关键;对于“比较两种产品的采购成本”的需求,产品对象、价格、数量、计价条件和计算方法可能更加重要。

两者的数据组织方式不必相同,但都必须能够表达自身的判断目标和运算条件。

33.3.1 元素是需求结构的基本组成单位

元素是需求结构中可以被识别、引用、关联或参与运算的基本结构单元。

元素可以表达对象、属性、值、关系、条件、事件、证据、方法、目标或状态等语义内容。

元素的意义不能完全脱离其关系来确定。例如,“有效”既可能描述证书状态,也可能描述标准状态、合同状态或数据状态。系统需要结合它所关联的对象、属性和条件,才能明确其具体含义。

因此,元素识别不能仅依赖文字本身,还需要考虑元素在需求结构中的位置、作用和联系。

33.3.2 对象确定需求指向

对象回答需求针对什么事物、实体、事件、知识或过程。

需求对象不一定是现实中的实体,也可以是抽象概念、规则、标准、判断结果、任务或系统内部结构。

对象识别不准确,会导致后续属性匹配、知识检索和证据验证出现系统性偏差。

例如,两款名称相似但型号不同的产品,可能具有不同的参数、认证状态或适用条件。系统不能仅因为名称接近,就认定它们是同一个需求对象。

33.3.3 属性和值表达需求所需的具体内容

属性用于描述对象具有哪些特征,值用于表达某个属性在特定条件下的具体取值。

但属性和值并不总是孤立的。

某个数值可能受到单位、时间、对象版本、统计口径或适用条件的约束。一个状态值也可能需要说明它对应的有效期限或判定规则。

因此,需求数据组织应当保留理解属性和值所必需的语义条件,不能为了简化数据而丢失影响判断的上下文。

33.3.4 关系使需求要素形成可运算结构

需求中的对象、属性、条件和目标只有建立必要联系,才能形成完整的需求结构。

例如:

  • 某项要求适用于某类对象;

  • 某项证据支持某个语义主张;

  • 某项属性满足某个判断条件;

  • 某项知识缺口导致新的检索需求;

  • 某个判断结果依赖于特定时间和规则。

这些关系决定了系统应该如何解释和处理需求数据。

因此,语义需求的数据组织不能停留在元素清单层面,而应当明确元素之间的关系及其成立条件。

33.4 语义需求数据的组织原则

33.4.1 目标驱动原则

需求数据的组织必须围绕实际目标展开。

系统首先要理解需求希望解决什么问题,再判断需要识别哪些对象、补充哪些知识、建立哪些关系以及执行哪些运算。

不能先建立一套庞大的通用字段体系,再强迫所有需求填入其中。

目标不同,所需结构不同;目标发生变化,原有结构也可能需要调整。

33.4.2 结构优先原则

结构优先不是要求系统先建立固定数据库表,而是要求在处理需求时,优先识别其语义组成和关系。

例如,用户提出“比较两家供应商的可靠性”,系统不能只保存“供应商”“可靠性”“比较”三个关键词。

它还需要判断:

  • 比较对象是否明确;

  • “可靠性”具体指什么;

  • 是否存在可比较的评价条件;

  • 有哪些材料可以支持判断;

  • 不同材料是否描述相同时间和范围;

  • 需要采用什么比较或验证方法。

当这些结构关系得到明确后,才可能形成有效的后续处理路径。

33.4.3 动态组织原则

需求结构不是建立后就永远不变的静态对象。

随着新知识进入、对象范围明确、证据出现、判断条件改变或原有目标失效,需求结构可能发生变化。

这种变化包括:

  • 增加新的语义元素;

  • 补充原来缺失的关系;

  • 将一个复杂需求分解为多个子需求;

  • 将多个相关需求建立关联;

  • 修正错误的对象对应;

  • 调整需求的优先顺序;

  • 改变需求状态;

  • 终止已经失去意义的需求;

  • 从旧需求中产生新的需求。

动态组织要求系统能够描述结构如何变化,而不是简单地用新文本覆盖旧文本。

33.4.4 可追溯原则

需求数据必须尽可能保留其形成依据和变化路径。

系统应能够区分需求来自用户直接提出、任务执行过程中的知识缺口、结构分析发现的关系缺失、外部资料之间的冲突,还是已有结论发生变化后产生的重新核验需要。

如果一个需求是由某个证据冲突触发的,就应当能够追溯到相关结论和证据;如果需求来自某个任务目标,就应当能够追溯到相应任务。

追溯机制不仅用于审计,也用于后续的需求更新、重复需求识别和处理结果评估。

33.4.5 不预设行业结构原则

语义需求组织不能依靠预设的行业字段映射来代替语义分析。

系统可以利用已有的结构定义、知识和方法,但不能因此把所有需求限定在预先设定的行业模板中。

例如,采购需求、产品认证需求、软件故障需求和学术观点核验需求,所需对象、关系、条件和验证方法可能完全不同。

系统应根据当前任务与已有结构,动态确定需求的数据组织方式。

已有结构可以作为可复用的知识资源,但必须经过适用性判断,而不能被当作对所有需求都有效的固定答案。

33.5 语义需求数据的逻辑分层

语义需求的数据组织可以从逻辑职责上划分为几个相互关联的层次。这种分层用于说明数据分别承担什么作用,不要求工程实现必须建立相同数量的数据库或程序模块。

33.5.1 需求表达层

这一层保存需求最初的表达及其必要上下文。

它可以包含原始文本、提出时间、提出来源、关联任务以及后续补充说明等信息。

原始表达应当尽量保留,因为结构化过程可能发生误解、遗漏或歧义。保留原始材料有助于重新解释需求,也有助于核对系统生成的结构是否符合用户原意。

需求表达层不能直接等同于需求的最终语义结构。

33.5.2 语义识别层

这一层负责从需求表达中识别元素、对象、属性、值、条件、关系、目标和方法等语义内容。

识别结果可以包含明确项、候选项、歧义项和未知项。

例如,需求中提到“该证书”,但当前材料涉及多个证书,系统就不能直接把它映射到其中某一个对象。它应当保留指代不明确的状态,并将对象确认转化为需要进一步处理的事项。

语义识别的结果应当能够回到原始表达中的相关位置,以便检查和修正。

33.5.3 需求结构层

这一层组织已经识别出的元素及其关系,形成能够支持运算的需求结构。

在这一层中,系统需要明确:

  • 哪些元素属于当前需求;

  • 哪些对象与目标直接相关;

  • 哪些关系已经成立;

  • 哪些关系只是候选关系;

  • 哪些条件尚未明确;

  • 哪些结构部分仍然缺失;

  • 哪些子需求依赖其他子需求。

需求结构层的重点是建立可理解、可运算的联系,而不是简单保存更多字段。

33.5.4 知识缺口与处理要求层

当需求结构无法支持目标判断时,系统需要识别具体缺口。

缺口可能表现为:

  • 对象不明确;

  • 必要属性缺失;

  • 属性值未知;

  • 关系尚未建立;

  • 适用条件不完整;

  • 证据不足;

  • 来源依赖关系不清;

  • 现有结论之间存在冲突;

  • 判断规则尚未确定;

  • 相关知识已经过期。

不同缺口应当产生不同的处理要求。

对象不明确,可能需要重新确认目标对象;属性值缺失,可能需要寻找相关资料;证据不足,可能需要补充证明材料;规则不明确,则可能需要查找适用规则或建立明确的判断条件。

这意味着需求组织不仅要描述“还缺什么”,还应当能够说明“为什么缺失会影响目标”以及“需要什么类型的处理才能消除缺口”。

33.5.5 状态与历史层

这一层管理需求从产生到完成、暂停、变更或终止的过程。

需求状态与知识状态、证据状态和结论状态必须区分。

例如:

  • 需求可以处于处理中;

  • 相关知识可以已经获取;

  • 证据仍然不足;

  • 结论可能尚未确认。

这几种状态可以同时存在,并不矛盾。

需求状态表示需求本身的处理进度,不直接证明知识是否正确,也不直接证明目标是否实现。

历史层应当记录重要的结构变更、状态转换、变更原因和相关依据,使系统能够恢复需求的演化过程。

33.6 需求之间的关系组织

一个需求往往不是孤立存在的。动态语义库需要将需求组织为具有明确关系的集合,而不是把所有需求作为互不关联的记录。

33.6.1 分解关系

当一个需求包含多个可以分别处理的目标时,可以将其分解为多个子需求。

例如,“判断某产品是否满足目标市场要求”可能需要分别处理产品身份确认、适用要求识别、产品属性核验和证据有效性判断。

这些子需求并不是彼此无关的独立任务。它们共同服务于原始目标,并可能存在先后依赖关系。

分解的依据应当是语义结构与实际处理要求,而不是固定的需求数量或预设流程。

33.6.2 依赖关系

某些需求必须在其他需求得到一定处理后才能继续。

例如,在尚未确认产品型号之前,针对该型号的认证核验可能无法可靠开展。

依赖关系应当说明前置需求对后续需求的影响。如果前置条件发生变化,系统应判断哪些后续需求需要重新处理。

依赖关系不一定意味着严格的串行执行。有些子需求可以并行处理,只要它们不依赖尚未确定的结果。

33.6.3 关联关系

不同需求可能涉及相同对象、属性、知识、证据或目标,但不一定存在直接依赖。

例如,产品认证状态查询与供应商资质查询可能共享部分来源材料,却分别具有不同的判断目标。

系统可以利用这种关联关系复用知识、减少重复处理,并识别多个需求之间的共同知识缺口。

但关联不代表等价,也不代表其中一个需求的完成自动意味着另一个需求已经完成。

33.6.4 冲突关系

不同需求可能包含相互矛盾的目标、条件、约束或结果要求。

例如,某项需求要求采用最低成本方案,另一项需求要求优先满足特定性能标准。当两项要求不能同时满足时,系统需要识别约束冲突,并判断是否能够通过调整条件或方案解决。

需求冲突与知识冲突不同。

需求冲突发生在目标、约束或处理要求之间;知识冲突发生在相关语义主张、证据或结论之间。两者可能相互影响,但必须分别识别和管理。

33.6.5 派生关系

在处理某个需求时,系统可能发现新的知识缺口,进而产生新的需求。

例如,原始需求要求核验某项认证的有效性。检索过程中发现证书上的产品型号与目标产品型号不一致,于是产生新的需求:确认两种型号是否属于同一认证覆盖范围。

新需求来源于原需求的处理过程,但拥有自己的目标、结构、状态和处理历史。

系统应当保留这种派生关系,使后续能够解释新需求为何产生,以及它如何影响原始需求。

33.7 语义需求的动态分解与组织

需求分解的核心不是把一句话拆成更多句子,而是把一个尚不能直接完成的目标转换为若干具有明确处理意义的结构部分。

有效的分解需要回答三个问题:

第一,原始目标由哪些必要判断构成?

第二,各项判断需要什么对象、知识、关系、条件或证据?

第三,这些判断之间存在什么依赖关系,最终如何共同支持原始目标?

在此基础上,需求可以形成层次化结构。

顶层需求表达最终目标;中间层需求表达完成目标所需要的主要判断或处理任务;底层需求表达能够进一步执行的知识获取、对象确认、属性核验、关系判断或证据验证要求。

这种层次结构不要求每个需求都具备相同深度。

简单需求可以直接进入处理阶段;复杂需求则需要多次分解。系统应在需求达到足够明确、能够执行相应处理时停止继续分解,避免产生大量没有实际价值的子需求。

分解结果还必须经过依赖与完整性检查。

如果多个子需求都已完成,但它们的结果仍不足以支持顶层目标,说明原有分解可能遗漏了必要条件,或者对目标的理解不完整。此时应当重新检查需求结构,而不能仅凭子需求完成数量认定整个需求已经完成。

33.8 语义需求的状态组织

需求状态是需求数据组织中的重要组成部分,但状态不能被理解为简单的完成与未完成两种标记。

在动态语义库中,需求的处理过程可能包括提出、待分析、待补充信息、待检索、处理中、待验证、已满足、部分满足、暂时无法处理、暂停、已失效或已终止等状态。

这些状态属于一种可根据工程实际调整的状态体系,并不是所有系统都必须使用完全相同的状态名称。

状态设置的关键,是使不同状态具有明确的含义、进入条件、退出条件和转换依据。

例如,“已获取相关资料”不能自动等同于“需求已满足”;“已找到相关证据”不能自动等同于“事实已确认”;“当前无法获得资料”也不等同于“该知识不存在”。

需求状态应当与处理结果相联系,但不能代替处理结果本身。

对于部分满足的需求,系统应当能够识别哪些目标已经达到、哪些部分仍然缺失,以及未满足部分是否阻碍最终决策。

对于暂时无法处理的需求,应当保留原因及重新启动的条件。

对于已经失效的需求,应当区分其失效原因是原始任务取消、目标条件改变、对象消失,还是被新的需求替代。

通过这种状态组织,系统才能避免把不同性质的问题统一归入一个含义模糊的“失败”状态。

33.9 语义需求与动态知识的对应关系

语义需求的一个重要作用,是确定动态语义库应该寻找、组织和验证哪些知识。

但需求与知识之间不是简单的一对一关系。

一个需求可能需要多项知识共同支持;一项知识也可能服务于多个需求。某项知识能够支持一个需求的部分判断,不代表它能够满足整个需求。

因此,系统需要建立需求与知识之间的对应关系,并明确这种对应关系的性质。

例如:

  • 知识直接满足某项需求;

  • 知识为需求提供部分支持;

  • 知识帮助明确需求中的对象;

  • 知识用于补充需求的判断条件;

  • 知识反驳某项需求所依赖的假设;

  • 知识发现新的缺口并触发派生需求;

  • 知识已经过期,需要重新获取或核验。

需求与知识的对应关系应当允许从两个方向进行追踪。

从需求出发,系统应当能够找到为满足该需求而获取的知识、证据和判断结果。

从知识出发,系统应当能够识别该知识被哪些需求引用、支持了哪些判断,以及在什么条件下仍然适用。

这有助于知识更新后的影响分析。

当某项知识发生变化时,系统可以根据对应关系识别受影响的需求,而不必无差别地重新处理所有需求。

同时,系统也不能因为某项需求已经完成,就永久认定其对应知识无需再次核验。如果相关知识具有时效性,需求的满足状态可能随着条件变化而需要重新评估。

33.10 语义需求数据的完整性与可运算性

数据组织的质量不能仅凭记录数量、字段数量或文本长度判断。

对于 WSaiOS-SI 而言,更重要的是需求数据能否支持当前任务所需的运算。

一个需求结构可能包含大量元素,但如果对象之间没有明确对应关系,或者关键条件缺失,它仍然无法支持有效判断。

反过来,一个简单需求可能只需要少量元素与关系,就能够直接完成处理。

因此,需求数据的完整性必须相对于具体目标来判断。

33.10.1 目标完整性

系统应当明确当前需求最终需要解决什么问题,以及什么样的结果才算满足目标。

如果目标本身存在歧义,应当先识别歧义,而不是通过自动补充内容擅自确定目标。

33.10.2 对象完整性

系统应当检查完成当前判断所必需的对象是否已经确定。

如果目标对象仍然存在多个候选对象,就应当保留候选关系和待确认状态,不能随意选择一个对象作为最终对象。

33.10.3 关系完整性

系统应当检查关键元素之间是否存在完成运算所需的关系。

例如,已经获取某项认证要求和某款产品的属性数据,并不代表系统已经建立了二者之间的适用关系。还需要判断该要求是否适用于该产品、该型号及相关时间范围。

33.10.4 条件完整性

系统应当识别影响判断成立的条件。

时间、范围、对象版本、单位、适用规则和约束等信息,在不同需求中可能具有不同的重要性。

条件是否完整,取决于这些条件是否影响当前目标的判断,而不是是否填满预先规定的字段。

33.10.5 证据完整性

如果需求的完成标准要求事实核验或可靠结论,系统还应当检查是否存在足以支持该结论的证据。

相关资料存在、来源数量较多或多个材料表达一致,都不能单独证明证据充分。

证据完整性需要根据具体主张、适用条件和验证规则判断。

33.10.6 方法完整性

对于需要执行运算的需求,系统应当能够确定适用的方法及其必要条件。

例如,数值比较需要明确比较对象、数值含义和单位;关系判断需要明确关系类型与成立条件;概率估计需要明确事件、样本和估计依据。

如果方法本身的适用条件尚未满足,就不能因为已经有了数据而直接执行并接受其结果。

由此可见,需求数据的可运算性并不等于所有数据都已经齐全,而是指系统能够明确当前可以执行什么运算、不能执行什么运算,以及不能执行的原因。

33.11 语义需求数据的更新与版本管理

动态语义需求必须支持持续更新,但更新不能简单等同于覆盖旧记录。

需求更新可能涉及目标修改、对象替换、条件变化、子需求增减、优先级调整、知识缺口变化以及处理状态转换等不同情况。

这些变化对历史记录和后续处理的影响并不相同。

如果只是补充说明,原始目标可能仍然有效;如果目标对象发生变化,部分既有知识映射可能失去适用性;如果判断规则发生变化,即使相关对象和属性没有变化,原有结论也可能需要重新核验。

因此,系统需要区分需求内容版本、需求结构版本和处理状态变化。

需求内容版本记录需求目标或语义内容的变化。

需求结构版本记录元素、关系、条件和依赖结构的变化。

处理状态历史记录需求在处理过程中的状态变化及其依据。

三者可以相互关联,但不必强制使用同一种版本编号机制。

33.11.1 需求变更的影响分析

当需求发生变化时,系统应当判断变更影响范围。

例如,原需求要求比较两款产品的采购成本,后来用户增加了交货周期限制。

这项变化不仅增加了一个条件,还可能改变原有方案的可行性判断、候选排序方法和最终决策结果。

系统需要识别哪些已有知识仍然有效,哪些判断需要重新执行,以及是否需要新增检索任务。

变更分析的目的,是避免对所有内容无差别地重复处理,同时防止旧结果在新条件下被错误复用。

33.11.2 需求历史的保留

需求历史不仅用于恢复原始表达,还用于解释系统为何在某个时刻产生特定的检索行为、判断结果或处理决策。

因此,重要变更应保留必要的前后关系、变更原因、依据和影响范围。

历史保留不意味着所有临时中间数据都必须永久保存。工程系统可以根据数据价值、追溯要求和资源限制制定保存策略,但不能在删除历史时破坏关键判断的可解释性。

33.11.3 重新核验的触发

当需求相关的关键条件、证据或知识状态发生变化时,系统应当判断是否需要重新核验。

可能的触发因素包括:

  • 目标对象发生变化;

  • 关键属性值发生变化;

  • 相关标准或规则更新;

  • 证据来源被纠正或撤回;

  • 原有结论被发现存在冲突;

  • 需求适用时间发生变化;

  • 原有知识无法继续满足当前目标。

触发重新核验并不意味着原结论必然错误,而是意味着原结论需要在新条件下重新评估。

33.12 语义需求的数据组织与运算体系

语义需求数据组织必须与 WSaiOS-SI 的基本运算体系衔接。

比较、计算、判断、匹配、概率、排序和验证不是同一种操作,也不能用单一的相关性分数代替。

比较运算用于确定需求、对象、属性、条件或结果之间的异同。

计算运算用于按照明确规则处理数值、数量、成本、时间或其他可计算关系。

判断运算用于根据条件、规则和已知事实判断某个命题或条件是否成立。

匹配运算用于判断需求要素与候选知识、对象、属性或关系之间是否存在适当对应。

概率运算用于在明确事件、样本、条件及估计依据的前提下,表达相应事件的不确定性。

排序运算用于根据当前目标和约束,对需求、候选知识或处理方案进行优先级排列。

验证运算用于检查主张、关系、数据或判断结果是否得到适当证据和规则支持。

这些运算可能共同参与同一项需求的处理,但其结果必须分别表达。

例如,某项外部资料与需求高度相关,只能说明它值得进一步处理;匹配成功,不能证明资料内容正确;排序靠前,不能证明候选对象满足所有必要条件;概率估计较高,也不能自动替代必须执行的确定性规则验证。

需求数据组织应当为不同运算提供相应的输入结构,并保留运算结果的依据、适用条件和状态。

如果输入结构不完整,系统应当明确缺失内容,决定是否能够执行部分运算,或者将缺失部分转化为新的语义需求。

33.13 语义需求数据组织的工程实现原则

理论上的语义结构必须落实到工程系统中,才能形成可持续运行的动态语义需求管理能力。

但工程实现不应当把本章的理论模型机械地转换为固定表结构。

具体实现可以采用关系数据、文档数据、图关系或其他适当的数据组织方式。选择依据应当是实际的结构表达、关系查询、历史追踪、状态管理和更新需求,而不是追求某一种技术形式。

工程上应当重点保证以下能力。

第一,需求能够被独立识别和引用。系统需要区分不同需求,即使它们的文本相似,也不能仅凭文本相似就认定它们是同一个需求。

第二,需求结构能够表达不确定性。对象不明确、关系待确认、条件缺失和证据不足,都应当有明确的表达方式。

第三,需求之间能够建立可追踪的关系。分解、依赖、关联、冲突和派生等关系,应当能够支持后续的查询、更新与影响分析。

第四,需求能够关联知识和证据。系统应当明确哪些知识服务于哪些需求,以及这些知识在什么条件下适用。

第五,需求状态能够独立管理。需求是否完成、知识是否存在、证据是否充分和结论是否确认,不能被压缩为一个统一状态。

第六,需求变化能够触发适当的后续处理。更新机制应当根据变化类型判断影响范围,而不是每次都重新处理全部知识。

第七,系统能够保留必要的历史和追溯信息。需求结构发生变化时,应当能够说明变化发生的原因,以及变化对原有判断的影响。

第八,系统不能依赖固定行业字段来决定需求结构。通用的结构处理能力应当能够面对新的行业、新的对象类型和新的任务目标。

这些原则规定的是工程系统必须具备的逻辑能力,而不是要求采用特定文件名、固定程序模块或固定数据库表。

33.14 语义需求数据组织的完整处理流程

结合前述理论,WSaiOS-SI 的语义需求数据组织可以形成以下处理流程。

第一步:接收需求。

保留原始表达及必要上下文,确定需求的来源和关联任务。

第二步:分析需求目标。

识别需求希望解决的问题,明确预期结果和必要的判断范围。

第三步:识别语义元素。

根据需求内容识别对象、属性、值、关系、条件、证据、方法及其他相关元素,并保留尚未确定的内容。

第四步:建立需求结构。

根据元素之间的实际联系建立对象关系、属性关系、目标关系和条件关系,形成当前需求的结构表达。

第五步:检查结构缺口。

判断当前结构是否足以支持目标处理,识别对象缺失、属性未知、关系不明、条件不足或证据缺失等问题。

第六步:组织子需求。

将需要分别处理的缺口转化为子需求,建立必要的依赖、关联、冲突和派生关系。

第七步:关联已有知识。

检查现有知识是否能够支持当前需求,识别可复用知识、需要更新的知识以及仍然缺失的知识。

第八步:生成处理要求。

根据不同缺口确定适当的检索、匹配、比较、计算、判断或验证任务。

第九步:管理处理状态。

记录需求当前所处状态,并根据实际处理结果更新状态,而不是根据资料数量或任务执行次数推断完成情况。

第十步:更新需求结构。

新知识、证据或判断结果进入系统后,重新评估需求结构,补充关系、修正对象映射或生成新的需求。

第十一步:评估目标是否满足。

按照原始目标和明确的满足条件,检查需求是否已经完成、部分完成,或仍然需要补充处理。

第十二步:保留演化历史。

记录重要的结构变化、处理依据和状态转换,为后续追溯、复用和重新核验提供基础。

整个过程不是必须严格单向执行的流水线。当新证据改变了对象判断,系统可能需要返回语义识别阶段;当新条件改变了目标范围,系统可能需要重新分解需求;当原始需求已经失去意义时,则应当终止相关处理并保留相应历史。

因此,这一流程本质上是一个由结构变化和处理结果共同驱动的动态循环。

33.15 实例:电动牙刷市场准入需求的数据组织

假设系统接收到以下需求:

“判断某款电动牙刷能否进入美国市场,并说明判断依据。”

系统不应当直接套用一个固定的产品认证字段模板,而应当依据当前需求的判断目标建立结构。

首先,系统识别目标对象为一款需要进一步确认身份和型号的电动牙刷,目标范围为美国市场,预期结果是形成具有依据的市场准入判断。

其次,系统分析该判断可能涉及的必要条件。具体需要核验哪些要求,应当根据产品的实际特征、适用规则、销售方式和相关时间确定,而不能预先假设所有产品都适用完全相同的要求。

然后,系统建立相应的知识需求。

如果产品型号尚不明确,就产生对象确认需求;如果适用要求尚未确定,就产生规则识别需求;如果已经找到某项要求但没有产品符合性材料,就产生证据获取需求;如果产品材料与要求之间的关系尚未建立,就产生符合性判断需求。

这些需求之间形成明确的依赖关系。

例如,适用要求识别可能需要产品的关键属性信息;符合性判断则需要明确适用要求、目标产品以及支持判断的材料。

在资料获取之后,系统不能因为找到一份认证文件就直接认定产品能够进入市场。它还需要判断该文件对应的对象、范围、状态和时间是否适用于当前产品及当前需求。

如果发现文件对应的型号不同,系统应当保留原有材料,并产生新的对象对应核验需求,而不是直接把该文件标记为有效证据。

如果发现适用规则发生变化,系统应当判断旧结论是否需要重新核验。

最终,系统可能得到以下不同的处理结果:

  • 已有充分依据支持某项具体要求得到满足;

  • 部分要求已经核验,但仍存在必要条件缺失;

  • 相关材料存在,但无法确认其适用对象;

  • 证据之间存在冲突,需要进一步核验;

  • 当前资料不足,暂时无法形成完整判断。

这些结果代表不同的知识和证据状态,不应被强行统一为简单的“可以进入”或“不可以进入”。

该实例说明,语义需求数据组织的核心不是预先规定电动牙刷需要哪些字段,而是从实际目标出发,识别必要结构,发现知识缺口,建立处理关系,并根据证据和规则逐步形成结论。

同样的方法可以应用于软件故障分析、供应商筛选、标准核验、技术研究和其他需要动态知识支持的任务。

33.16 语义需求数据组织的适用边界

语义需求数据组织能够使需求具备更加清晰的结构,但它本身并不保证需求一定正确,也不保证所有问题都能够得到解决。

首先,结构化结果可能存在识别错误。系统应当保留原始表达,并允许对歧义、对象映射和关系识别进行修正。

其次,需求结构完整不等于外部知识充分。系统可能已经清楚地知道需要哪些证据,却暂时无法获取这些证据。

再次,知识获取成功不等于结论正确。知识仍然需要经过适用性判断、证据分析和必要的验证。

此外,需求目标本身可能不完整或相互冲突。系统可以识别和表达这些问题,但不能在缺乏依据的情况下擅自决定用户未明确表达的优先目标。

对于无法确定的内容,系统应当明确保留未知状态,而不是为了使数据结构看起来完整,就自行填入推测值。

对于暂时不能处理的需求,系统应当区分是信息缺失、条件不明确、方法不适用、资源不可用,还是需求本身存在不可调和的冲突。

最后,数据组织不能替代实际决策。需求结构、知识结构和证据结构共同为认知与决策提供基础,但具体决策仍然需要依据目标、约束、规则和风险条件进行分析。

因此,语义需求数据组织的作用,是使问题变得可识别、可分析、可运算、可追溯和可更新,而不是用数据结构掩盖问题本身的不确定性。

33.17 本章总结

语义需求的数据组织,是 WSaiOS-SI 动态语义库连接任务目标、知识获取、结构运算与动态演化的重要环节。

本章确立了以下结论。

第一,语义需求不等于需求文本。文本是表达形式,需求数据是组织后的表达材料,需求结构则是支持后续运算的核心。

第二,语义需求的数据组织应当遵循元素、对象、属性、值、关系、条件、目标和状态之间的实际联系,而不是依赖固定字段集合。

第三,需求结构应当围绕实际目标建立,并根据知识缺口、证据变化、条件变化和处理结果动态调整。

第四,需求之间需要建立分解、依赖、关联、冲突和派生等关系,以支持复杂任务的协同处理和影响分析。

第五,需求状态、知识状态、证据状态和结论状态必须分别管理,不能以其中一种状态代替其他状态。

第六,需求数据的完整性应当以目标可实现性和运算条件为依据,而不是以字段是否填满或资料数量是否足够为依据。

第七,需求更新应当保留必要的历史和版本关系,并根据实际变化判断是否需要重新处理和核验。

第八,需求数据组织应当与比较、计算、判断、匹配、概率、排序和验证等运算建立明确联系,使结构化需求真正成为可运算对象。

第九,系统必须允许未知、歧义、冲突和部分满足等状态存在,不能为了追求结构完整而擅自补全未知事实。

第十,整个体系不依赖大模型逻辑,也不以固定行业模板为基础,而是依据实际需求、结构定义和知识关系形成动态组织机制。

从 WSaiOS-SI 的整体理论看,语义需求的数据组织不是孤立的数据管理工作,而是把现实任务转换为可分析问题、把问题转换为知识缺口、把知识缺口转换为结构化处理要求的过程。

它为动态语义库后续的需求调度、检索条件生成、知识匹配、证据验证、结论管理和持续演化提供了统一的结构基础。

本章的核心结论是:语义需求的数据组织,不是为需求填充固定字段,而是根据需求目标建立能够表达语义要素、组织关系、识别缺口、驱动运算并支持动态更新的需求结构。

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