《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37章 数据关联、查询与可追溯机制
37.1 本章研究目的
动态语义库不仅需要获取外部资源、形成语义单元、组织知识元素、建立语义关系、管理证据,还需要能够在这些数据之间建立准确的关联,并根据具体需求查询知识、证据和判断结果,最终追溯每一项结果的来源、形成过程及变化历史。
如果系统只能保存数据,却无法确定数据之间的关联关系,那么知识元素、对象、属性、值、语义主张、证据、评分和验证状态就会成为相互分离的信息。
如果系统只能按照关键词找到资料,却无法判断资料与目标对象、属性、关系和条件之间的联系,那么查询结果就难以直接参与结构智能的认知与决策。
如果系统只能输出一个结论,却无法追溯该结论依赖哪些材料、经过哪些运算、采用什么规则、经历过哪些状态变化,那么系统就难以核验结论,也难以在新证据出现时进行可靠更新。
因此,本章研究动态语义库中的三个基础问题:
-
数据关联: 如何依据元素、对象、属性、关系、证据及版本之间的实际联系,建立可理解、可计算的数据关联结构。
-
数据查询: 如何将需求转换为结构化查询条件,通过关联关系发现满足目标条件的知识、证据及判断结果。
-
数据可追溯: 如何从查询结果或最终判断反向追溯到相关知识、证据、原始资源、处理规则及历史版本。
三者共同构成动态语义库的数据使用与知识追溯机制。
本章的核心原则是:
关联必须具有明确的语义依据,查询必须服从具体需求与结构条件,结果必须能够追溯到其形成依据。
这里的数据关联,不是简单地把数据库中的记录连接起来;数据查询,也不是仅仅从文本中寻找相同词语;数据可追溯,更不是只记录一个来源网址或最后更新时间。
它们必须以 WSaiOS-SI 的结构智能理论为基础,使数据之间的联系能够被理解、判断、验证和运算。
37.2 数据关联的基本定义
37.2.1 数据关联是什么
数据关联是指系统依据明确的对象身份、语义对应、关系成立条件、证据依赖或版本联系,将不同数据元素组织成具有可解释意义的联系。
关联可以发生在不同层次。
在元素层面,系统可以关联具有相同含义、相互补充或存在冲突的语义元素。
在对象层面,系统可以关联同一对象的不同描述、不同来源记录或不同时间状态。
在属性和值层面,系统可以关联某个属性的不同取值、取值的来源及其适用条件。
在关系层面,系统可以关联由多个对象和关系共同形成的知识结构。
在证据层面,系统可以关联某项语义主张及其支持、反驳或限制性材料。
在判断层面,系统可以关联评分、验证状态、核验规则和历史结论。
在版本层面,系统可以关联同一对象的不同版本,以及内容、规则或判断变化之间的关系。
因此,数据关联不是某一种单独的技术操作,而是一种根据语义结构组织数据的基础机制。
37.2.2 数据存在联系,不等于联系已经成立
系统必须区分三种情况:
第一,系统发现两个数据之间存在潜在关联。
第二,系统依据结构、规则或证据建立了明确的关联。
第三,系统通过适用的验证方法确认该关联在指定条件下成立。
例如,两份产品资料出现了相同的品牌名称,说明它们可能有关联,但不能因此直接认定它们描述的是同一型号。
如果进一步发现型号、规格及其他身份信息一致,可以建立更明确的对象对应关系。
如果任务还要求确认某项认证是否适用于该型号,则需要继续核验认证材料及其适用范围。
这三个阶段分别涉及候选关联、已建立关联和经核验的关系,不能混为一谈。
同样,两个数据被查询到同一结果集中,只能说明它们满足了当前查询的某些条件,不能自动证明它们之间存在真实的因果关系、从属关系或事实关系。
37.2.3 数据关联与数据存储的区别
数据存储解决数据如何保存、定位和读取。
数据关联解决不同数据之间存在什么联系,以及这些联系是否满足特定条件。
数据查询解决系统如何根据目标和条件找到需要的数据。
数据可追溯解决系统如何解释结果的来源及形成过程。
这四项职责相互配合,但不能互相替代。
一个数据库可以保存大量记录,却没有明确的语义关联;一个查询系统可以找到大量相关页面,却无法确认页面描述的对象是否一致;一个系统可以建立对象关系,却没有保留证据来源,因而无法验证关系的成立依据。
WSaiOS-SI 需要把这些职责纳入统一的结构智能体系,而不是把数据存储能力等同于知识组织能力。
37.3 数据关联的基本结构
37.3.1 以元素、对象和关系为基础
WSaiOS-SI 的基本理论是:
元素是结构的基本组成单位,关系说明元素、对象或结构之间如何联系。
在动态语义库中,一个关联至少需要能够识别关联的参与对象,以及关联所表达的含义。
根据具体任务,还可能需要记录:
-
关联类型;
-
关联方向;
-
适用条件;
-
时间范围;
-
关联依据;
-
关联状态;
-
形成关联的方法;
-
相关证据;
-
版本信息;
-
关联的有效范围。
这些内容是关联的语义组成要素,不意味着工程上必须建立完全固定的字段模板。
如果某项关联不具有方向性,就不应强行设置有意义的方向;如果某项关系依赖时间或条件,就不能将时间和条件省略后仍然认为关联具有相同含义。
37.3.2 关联对象必须具有可识别的身份
关联的首要条件,是能够识别关联的参与对象。
如果系统无法区分两个对象,就可能错误地将不同实体的属性、状态或证据合并。
例如,两个不同型号的电动牙刷可能具有相同品牌、相似名称和部分相同功能,但它们仍然可能是不同对象。
系统不能仅凭品牌相同或名称相似,就把一个型号的认证信息关联到另一个型号。
对象身份可以依据具体任务中实际可用的标识、属性、关系和证据进行识别。系统不应预先假定所有行业都具有相同的身份字段,也不应使用固定字段映射替代真实的对象判断。
当身份仍然存在歧义时,应保留候选对象及其不确定性,而不是强行合并。
37.3.3 关联类型必须表达实际语义
不同的数据联系具有不同含义。
例如:
-
同一对象的不同描述;
-
对象与属性之间的归属关系;
-
属性与取值之间的对应关系;
-
两个对象之间的组成或从属关系;
-
语义主张与证据之间的支持关系;
-
两份资料之间的引用或来源依赖关系;
-
新旧版本之间的演化关系;
-
两项主张之间的补充、限制或冲突关系。
这些关系不能只使用一个笼统的“相关”标记来表达。
“相关”可以作为候选关联的初始描述,但如果系统已经知道两个对象之间是包含、引用、支持、反驳或版本继承关系,就应尽可能明确其语义。
关系的具体类型应当根据现有结构和任务需求动态确定,而不是依赖一份覆盖所有行业、所有场景的固定关系清单。
37.3.4 关联需要区分方向与条件
有些关联具有方向性,有些则不具有方向性。
例如,资料A引用资料B,与资料B引用资料A,不是同一个关系。
某项证据支持主张,与主张支持某项证据,也不是同一个语义关系。
同样,某个对象在某一时间属于某个类别,不代表该对象在所有时间都必须属于该类别。
因此,关联机制应当根据实际关系类型判断是否需要方向、时间、条件及其他限定信息。
当关系的成立条件发生变化时,系统需要能够更新该关系的适用状态,而不是仅仅保留一个永久有效的关联标记。
37.4 数据关联的层次与范围
动态语义库中的数据关联可以按照其语义对象和用途划分为不同层次。
37.4.1 资源关联
资源关联用于组织外部资源与其内部处理结果之间的关系。
例如:
-
资源与采集任务;
-
资源与原始内容;
-
资源与解析结果;
-
资源与语义单元;
-
资源与发布主体;
-
资源与获取时间;
-
资源与历史版本。
资源关联的主要作用,是让系统能够从内部知识定位到原始材料,也能够从原始材料找到其产生的语义单元和判断结果。
资源关联不等于事实关系。某项内容来自官方网站,只能说明其来源具有某种身份属性,不能仅凭这一点确认其中所有主张都是真实、完整且适用于当前任务。
37.4.2 语义单元关联
语义单元关联用于组织从外部资料中提取的语义内容。
一份资料可能形成多个语义单元,一个语义单元也可能关联多个对象、属性或主张。
语义单元之间可能存在补充、重复、包含、限定、冲突或引用关系。
例如,某份产品资料中的一个单元描述产品功能,另一个单元描述适用型号,还有一个单元说明功能使用条件。
如果系统只保存这些单元各自的文字,却没有关联它们之间的对象与条件,就可能将一个型号的功能错误地应用于另一个型号,或者忽略功能成立所需的条件。
因此,语义单元关联需要保留必要的上下文及关系信息,不能只依赖文本切分结果。
37.4.3 知识关联
知识关联用于组织知识元素、对象、属性、值、状态、条件、关系和方法之间的联系。
例如,一个对象关联多个属性;属性关联不同时间和条件下的取值;取值又关联支持它的证据。
在此过程中,系统需要区分对象身份、属性含义、值的适用范围和关系成立条件。
知识关联的目的不是将所有知识都连成一张没有边界的关系网,而是建立能够服务于具体任务、支持明确运算的结构。
37.4.4 证据关联
证据关联用于建立语义主张与其证据材料之间的对应关系。
证据可能支持、反驳、限制或补充一项主张,也可能只在部分条件下适用。
因此,证据关联必须能够说明:
-
证据针对哪项主张;
-
证据支持或反驳主张的哪些部分;
-
证据适用的对象与时间;
-
证据适用的条件和范围;
-
证据是否存在来源依赖;
-
证据当前是否有效;
-
证据与主张之间的关联是否已经核验。
证据关联不是简单的附件关系。将一份文件挂在某条主张下面,并不能自动证明该文件对主张具有支持作用。
37.4.5 判断关联
判断关联用于组织评分、验证状态、结论、规则和历史判断之间的联系。
例如,一项评分可以关联它所评价的对象及其规则版本;一个验证状态可以关联形成该状态的证据集合;一项历史结论可以关联当时采用的规则与适用条件。
这种关联能够让系统回答:为什么形成这个结论,哪些依据支持这个结论,后来发生了什么变化,以及当前结论是否仍然适用。
37.4.6 版本关联
版本关联用于记录内容、结构、证据、规则和判断结果之间的演化联系。
版本之间可能存在:
-
前序与后续关系;
-
修改与替代关系;
-
继承与分化关系;
-
依据变化关系;
-
状态变化关系;
-
规则版本依赖关系。
版本关联需要区分内容演化与判断演化。
一条主张的文字可能没有变化,但其证据集合已经改变;一份证据可能保持不变,但验证规则发生调整。系统应当能够分别追溯这些变化。
37.5 数据关联的建立、确认与维护
37.5.1 关联建立必须有依据
关联可以由不同机制提出,包括明确标识对应、结构规则判断、属性比较、关系推导、来源引用、人工确认或其他可执行方法。
但无论通过什么方式产生,都应当区分关联的提出依据与关联的验证结果。
例如,系统可以根据名称和部分属性找到两个可能对应的对象,并将其建立为候选关联。
如果后续核验发现型号不一致,就应当取消或限制该关联,而不是因为它已经被保存,就继续将其视为真实对应关系。
37.5.2 关联确认需要适用的判断规则
不是所有关联都需要相同程度的核验。
对于明确的版本前后关系,可以依据系统内部的版本记录直接建立关联。
对于两个外部对象是否为同一实体的问题,则可能需要比较多个属性、身份信息和证据。
对于证据是否支持某项主张的问题,还需要检查证据适用范围及主张成立条件。
因此,关联确认方法应当根据关系类型及任务目标选择。
系统不能使用一种通用相似度判断,代替所有对象识别、关系判断和证据验证。
37.5.3 关联状态需要独立管理
关联本身也可能具有不同状态。
例如:
-
候选关联;
-
已建立关联;
-
已核验关联;
-
条件性关联;
-
存在歧义;
-
存在冲突;
-
已失效;
-
已解除。
这些状态用于描述关联本身,而不是关联参与的主张的验证状态。
例如,两个对象之间的对应关系已经确认,并不意味着与它们相关的某项事实主张已经确认。
反过来,某项主张也可能在对象身份尚未完全确定的情况下获得部分支持,但其适用范围仍然需要受到限制。
因此,关联状态与知识验证状态必须保持区分。
37.5.4 关联更新不能只做新增操作
动态语义库需要处理关联的新增、修改、限制、解除及失效。
当新证据出现时,系统可能发现原有的候选关联可以升级为已核验关联。
当对象身份信息发生变化时,原有关系可能需要重新检查。
当某项关系的有效时间结束时,系统应当限制该关系在当前查询中的适用范围。
当原有对应关系被证明错误时,系统应当解除或标记该关联,并检查它曾经影响的评分、结论和查询结果。
关联更新应当与版本管理及依赖关系管理协同,避免只更新当前关系,却丢失历史关联及其影响。
37.6 从语义需求生成查询条件
37.6.1 查询必须由需求驱动
动态语义库中的查询不是孤立的检索动作,而是需求处理过程的一部分。
系统首先需要明确当前要解决什么问题,再根据问题确定目标对象、必要属性、关系、条件和证据要求。
例如,“寻找某款电动牙刷的认证信息”与“确认某款电动牙刷在当前时间是否具有有效认证”是两个不同的需求。
前者可能主要要求发现相关资源并提取认证主张。
后者则需要进一步核验对象对应关系、认证材料、适用范围及有效时间。
因此,两项需求虽然涉及同一主题,但不能使用完全相同的查询条件和结果判定规则。
37.6.2 查询条件应当来自实际结构
系统应当根据当前任务和目标知识结构,动态确定查询需要检查的内容。
查询条件可能涉及:
-
目标对象;
-
目标属性;
-
目标值;
-
语义关系;
-
适用条件;
-
时间范围;
-
来源要求;
-
证据类型;
-
验证状态;
-
版本范围;
-
必须满足的条件;
-
可以参与排序的评价维度。
这些条件不是要求每次查询都包含全部内容。
系统应当根据实际需求选择必要条件,并明确哪些条件是必须满足的,哪些条件仅用于排序或辅助比较。
例如,认证核验可能要求型号对应关系必须成立,而来源的相关性评分只能用于候选排序。不能因为某份资料综合评分较高,就忽略型号不匹配的问题。
37.6.3 必要条件与辅助条件必须分离
查询条件可以分为必要条件与辅助条件。
必要条件用于确定候选对象是否符合查询的基本要求。
辅助条件用于比较满足必要条件的候选对象,或者帮助系统安排进一步核验的顺序。
假设系统需要查找适用于指定型号、指定时间范围的认证材料:
-
型号对应关系可能属于必要条件;
-
证书时间范围可能属于必要条件;
-
来源相关性评分可以作为辅助排序条件;
-
资料完整程度可以帮助确定下一步核验顺序。
如果必要条件尚未得到确认,系统应当保留不确定状态,而不是将未知当作满足条件。
如果必要条件明确不成立,则应当根据查询目标排除该候选对象,或将其作为不符合条件的结果单独保留。
37.6.4 查询条件应当可以解释
系统需要能够说明一项查询为什么生成了某组条件。
如果查询条件来自结构定义,应当能够追溯到相关结构。
如果查询条件来自知识缺口,应当能够追溯到尚未解决的需求。
如果查询条件来自证据核验要求,应当能够说明其对应的主张和验证规则。
这种机制使查询不再是不可解释的字符串生成过程,而是从需求、结构和判断目标中推导出来的可执行任务。
37.7 查询的层次与类型
动态语义库中的查询可以按照目标对象和处理目的进行区分。
37.7.1 资源发现查询
资源发现查询用于寻找可能包含目标信息的外部资源。
查询条件可以依据任务需要涉及主题、对象、属性、关系、来源类型、时间范围或其他检索维度。
此类查询的结果通常是候选资源,而不是已经确认的事实。
资源发现查询完成后,系统仍然需要解析资料、形成语义单元、建立知识对应关系,并依据任务要求执行相关验证。
37.7.2 语义单元查询
语义单元查询用于从已经处理的资料中找到符合目标语义的内容。
查询不应只判断文本是否包含某个词语,还需要考虑语义单元描述的对象、属性、关系、条件和上下文。
例如,某份资料提到“认证”,不意味着它一定描述目标产品的认证状态。
它可能是在讨论认证申请、认证流程、历史认证、其他型号的认证,或者某种尚未完成的认证要求。
因此,语义单元查询必须区分主题相关与目标语义符合。
37.7.3 对象与属性查询
对象与属性查询用于确定目标对象的相关属性及其取值。
系统需要明确属性属于哪个对象,以及值适用于什么时间和条件。
当不同来源提供不同取值时,系统不应直接覆盖旧值,而应保留相应来源、时间、条件和验证状态,并根据查询目标决定返回哪种结果。
例如,某产品在不同时间的价格可能不同。这些值未必相互矛盾,而可能分别适用于不同时间或销售条件。
如果查询没有指定时间,系统需要根据实际规则确定是否返回当前值、历史值或多个候选值,并说明其适用范围。
37.7.4 关系查询
关系查询用于查找满足指定关系条件的对象或结构。
例如,查询某项证据支持哪些主张,或者查询某个结论依赖哪些证据。
关系查询必须尊重关系的类型、方向和成立条件。
如果关系只在特定时间有效,系统就不能将其无条件用于其他时间。
如果关系只是候选关联,查询结果也不应将其直接解释为已确认事实。
37.7.5 证据查询
证据查询以具体主张或核验目标为起点,查找与其存在适用关系的证据材料。
查询结果应当区分:
-
支持性证据;
-
反驳性证据;
-
限制性证据;
-
补充性证据;
-
条件性证据;
-
尚未确定适用性的材料。
证据查询的结果不是简单的资料列表,而是围绕特定主张形成的证据集合。
如果多个来源实际依赖同一原始材料,系统还需要识别其依赖关系,避免将重复传播的信息误认为多份独立证据。
37.7.6 状态与版本查询
状态查询用于查找某项内容当前的验证状态、适用范围及状态变化记录。
版本查询用于比较同一对象的不同版本,追溯内容、证据、规则或判断的变化。
这两类查询需要明确目标对象及时间范围。
例如,查询某项主张“当前是否已确认”,与查询“2025年当时的判断是什么”,并不是同一个问题。
前者需要返回当前适用状态,后者需要定位历史判断版本,并依据当时的材料与规则解释结果。
37.7.7 依赖关系查询
依赖关系查询用于回答一项评分、状态或结论依赖哪些数据,以及某项数据变化可能影响哪些结果。
例如:
-
某个结论依赖哪些证据?
-
某项评分使用了哪些规则?
-
某条语义关系影响了哪些判断?
-
某个来源失效后,哪些结论需要重新核验?
-
某项规则变化后,哪些评分需要重新计算?
这类查询是动态更新、问题排查和判断审计的重要基础。
37.8 查询结果的组织与解释
37.8.1 查询结果必须与目标相对应
查询结果应当围绕用户或系统提出的实际需求组织。
如果需求是寻找候选资料,结果应当突出资源及其相关性依据。
如果需求是核验某项主张,结果应当突出主张、证据、核验规则和当前状态。
如果需求是追溯某个结论,结果应当突出判断版本、形成依据及其依赖关系。
同一批底层数据可以支持不同类型的查询,但结果的组织方式应当与目标一致。
37.8.2 查询结果应当区分候选与确认
系统应当区分:
-
满足初步检索条件的候选项;
-
建立了明确语义关联的结果;
-
已经核验关联成立的结果;
-
满足特定事实确认条件的结果。
这几类结果不能统一标记为“匹配成功”。
例如,一条资料可能满足主题检索条件,但不能对应到目标对象;某个对象可能与目标对象建立了对应关系,但其某项属性仍然缺少证据;某项主张可能获得部分支持,却尚未满足确认要求。
查询系统应当保留这些差异,使后续决策能够根据实际状态使用结果。
37.8.3 查询结果需要说明适用边界
查询结果不能只返回一个值,而忽略其时间、条件和证据范围。
例如,系统返回某产品的价格时,需要知道该价格对应的时间、规格、销售条件或来源范围。
系统返回某项认证状态时,需要明确对应的产品型号、证书及有效时间。
系统返回某项结论时,需要明确该结论是已确认、部分支持、条件性成立,还是仍存在冲突。
如果这些边界无法确定,系统应当保留相应的不确定性,而不是用一个看似确定的结果替代缺失信息。
37.8.4 查询排序不等于事实判定
候选结果可以根据相关性、完整程度、来源条件或其他适用指标进行排序。
但排序只说明结果在指定排序目标下的相对次序。
排在第一位的资料,不一定是最真实的资料;评分最高的候选项,也不一定已经满足验证条件。
因此,查询排序与事实判定应当保持逻辑分离。
当任务要求严格满足某些条件时,应先检查必要条件,再对合格候选项排序,而不能将所有条件压缩为一个总分后忽略关键限制。
37.9 数据可追溯机制的基本定义
37.9.1 可追溯是什么
数据可追溯是指系统能够从某项数据、查询结果、评分或判断出发,依据保存的关联关系,反向定位其来源、形成过程、使用规则、相关证据及历史版本。
可追溯不是简单保存来源网址。
一项结论可能依赖多个来源、一组语义单元、若干知识对应关系、多个证据判断和一系列计算规则。
如果系统只保存最终结果与某个网页链接,就无法说明该网页中的哪一段内容支持该结论,也无法解释其他证据是否限制了结论的适用范围。
因此,可追溯机制需要覆盖从原始资源到最终判断的必要关联链。
37.9.2 来源追溯与判断追溯的区别
来源追溯回答:
-
这条内容来自哪里?
-
何时获取?
-
在原始资源中的什么位置?
-
是否发生过更新?
-
当前是否仍然可以访问?
判断追溯回答:
-
为什么形成这个判断?
-
使用了哪些语义单元?
-
哪些证据支持或反驳该主张?
-
使用了什么匹配、评分或验证规则?
-
哪些条件影响了判断?
-
当前状态为什么与历史状态不同?
来源追溯是判断追溯的重要组成部分,但不能替代判断追溯。
一个来源可以是真实存在的,却不一定支持目标主张;一项主张可以引用了正确的来源,却可能误解来源内容或忽略适用条件。
因此,系统需要同时维护来源与内容的关联,以及内容与判断的关联。
37.9.3 可追溯必须保留中间关系
完整的追溯链可能包括:
原始资源 → 原始内容位置 → 语义单元 → 知识元素 → 对象与属性 → 语义关系 → 主张与证据 → 验证判断 → 查询结果或决策。
这条链不是要求所有任务必须经过完全相同的处理步骤。
有些判断可能直接依据明确规则完成;有些判断可能需要多个来源进行比较;有些查询可能只需要定位某个历史版本。
因此,追溯机制应当记录实际发生的处理过程及其依赖关系,而不是为了形式完整而虚构不存在的中间步骤。
37.9.4 可追溯不等于自动证明正确
可追溯能够说明一个结果是如何形成的,但不能单凭追溯链完整就证明结果正确。
例如,系统可能完整记录了一条错误的对象对应关系,并基于该关系生成了后续结论。
这条结论即使具有完整的来源链接和处理记录,仍然可能是错误的。
因此,可追溯机制必须与关联验证、证据核验和规则检查配合。
可追溯回答“结果依据什么形成”,验证回答“这些依据是否足以支持该结果”。两者相互配合,但不能互相代替。
37.10 查询与追溯的双向机制
37.10.1 正向查询
正向查询从需求出发,逐步找到相关知识和证据。
其逻辑可以表示为:
需求 → 查询条件 → 候选资源 → 语义单元 → 知识对应 → 关系检查 → 证据组织 → 验证判断 → 查询结果。
正向过程关注如何根据当前目标发现并组织信息。
每一步都应当保留必要的输入、输出及关联依据,使后续过程能够解释为什么某项内容进入候选集、为什么某项关系被采用,以及为什么形成某种验证状态。
37.10.2 反向追溯
反向追溯从某项结果出发,沿着已有依赖关系寻找其形成依据。
例如,系统输出“某项认证当前未确认”,追溯过程可以检查:
-
该结果针对哪个产品及认证主张;
-
使用了哪些证据材料;
-
证据对应哪个型号;
-
哪些条件尚未满足;
-
哪些规则用于判断;
-
当前状态来自哪个判断版本;
-
与前一版本相比发生了什么变化;
-
哪项后续需求需要处理。
反向追溯不是简单地沿着资源链接回到网页,而是按照真实依赖关系逐步解释结果。
37.10.3 双向机制必须建立在同一关联体系上
正向查询和反向追溯不能分别建立两套互不兼容的数据关系。
如果查询过程使用了一套临时关联,而追溯过程没有保存这些关联,那么系统就可能无法还原查询结果的形成过程。
因此,查询过程中产生的关键语义关联、证据关系、规则依赖和版本引用,应当在需要追溯的范围内得到保存。
同时,系统也不应为了追溯而永久保留所有临时中间数据。对于不需要长期保存的运算结果,可以根据任务要求决定是否保留完整内容、关键摘要或可恢复的处理记录。
核心要求是:需要解释的结果必须具有足够的追溯依据。
37.11 可追溯的数据依赖与影响分析
37.11.1 建立真实的数据依赖关系
一项结果可能依赖多个对象、证据、规则和计算结果。
例如,某项验证状态依赖一条主张、两份证据和一项有效性规则。
如果其中一份证据后来被证明不适用,系统就需要检查该状态是否仍然成立。
这种关系属于数据依赖,而不是普通的主题关联。
主题关联说明两项内容可能相关;依赖关系说明某项结果的形成实际使用了另一项内容。
两者必须区分。
如果系统把所有关联都视为计算依赖,就可能在无关数据变化时触发大量不必要的重新计算。
如果系统没有记录真正的依赖关系,又可能在关键证据失效时遗漏需要重新核验的结论。
37.11.2 从变化源定位受影响结果
当某个来源、证据、规则或知识关系发生变化时,系统可以根据依赖关系查找可能受影响的对象。
例如:
-
原始资源更新,检查由该资源产生的语义单元;
-
语义单元被修正,检查依赖该单元的知识对应关系;
-
对象对应关系被撤销,检查使用该关系的证据关联;
-
证据适用性变化,检查依赖该证据的验证判断;
-
验证规则变化,检查使用该规则形成的判断版本;
-
评分规则变化,检查需要重新计算的评分结果。
这里的“检查受影响”并不等于直接宣布所有下游结果失效。
系统应当根据依赖类型、变化性质和适用规则判断需要采取什么操作。
37.11.3 影响分析需要区分不同结果
变化可能导致不同的处理结果:
-
仅需更新来源信息;
-
需要重新解析资源;
-
需要重新建立语义对应;
-
需要重新计算评分;
-
需要重新核验某项主张;
-
需要限制原有关系的适用范围;
-
需要标记历史结论已过期;
-
需要生成新的语义需求;
-
不影响现有结论。
影响分析的目的不是把所有变化都转换为同一种更新操作,而是依据真实的依赖关系确定最小而充分的处理范围。
37.12 动态语义库中的关联、查询与追溯流程
完整的处理流程可以分为以下阶段。
第一阶段:识别需求
明确需要解决的问题、目标对象、所需知识及结果用途。
第二阶段:确定查询结构
根据需求建立目标结构,识别需要的元素、对象、属性、值、关系、条件和证据要求。
第三阶段:生成查询条件
从目标结构中提取必要条件与辅助条件,明确时间、范围、来源和验证要求。
第四阶段:发现候选数据
查询现有动态语义库及必要的外部资源,得到候选资源、语义单元或知识对象。
第五阶段:建立数据关联
根据对象身份、属性对应、语义关系、证据联系和版本关系建立适用的关联,并区分候选关联与已经核验的关联。
第六阶段:执行查询与结果组织
依据查询目标筛选候选数据,检查必要条件,按适用的评价指标排序,并保留结果的状态与适用范围。
第七阶段:执行核验
对需要确认的主张检查证据、关系成立条件及验证规则,形成相应验证状态。
第八阶段:建立追溯链
将查询结果与相关来源、内容位置、语义单元、证据、规则、评分及判断版本关联起来。
第九阶段:输出结果
根据任务输出候选资料、结构化知识、验证结果或可追溯的判断说明。
第十阶段:监测变化并更新
当来源、证据、规则或需求发生变化时,依据依赖关系分析影响,重新执行必要的关联、查询、计算和验证操作。
这一流程体现了动态语义库的完整逻辑:查询不是孤立地获取数据,而是从需求出发,借助结构化关联形成可解释结果,并通过追溯和更新保持结果的适用性。
37.13 工程实现中的核心原则
37.13.1 不将所有关联简化为字符串匹配
字符串相同可以帮助发现候选项,但不能直接确认对象身份或语义关系。
字符串不同,也不意味着两个对象一定不同或两个概念一定无关。
系统应当根据任务目标、对象结构、属性信息、关系条件和证据情况确定适用的匹配与判断方法。
不能把关键词相同当作关系成立的充分条件,也不能把名称不一致当作排除关联的唯一依据。
37.13.2 不把所有关系都视为同等可信
一项关系可能只是系统初步发现的候选联系,也可能已经经过规则检查或证据核验。
因此,关联的类型、状态、依据和适用范围需要能够被区分。
查询时应当根据任务要求决定是否允许使用候选关联。
如果任务要求确认事实,就不能把未经核验的候选关联当作已确认关系。
37.13.3 不让查询结果覆盖知识状态
查询是一次面向目标的操作,验证状态则描述特定主张当前的核验结果。
一项记录被查询到,不意味着它已经得到验证;某项主张没有出现在查询结果中,也不意味着它已经被反驳。
查询结果可以反映匹配情况、过滤条件和排序结果,但不能无条件修改事实验证状态。
37.13.4 不把来源追溯当作证据核验
记录一个来源网址,只能帮助系统定位原始资料。
系统还需要确定原始内容中的哪一部分与目标主张相关,资料是否适用于目标对象,证据是否支持或限制主张,以及相关材料是否存在依赖关系。
因此,来源追溯必须与语义单元定位、证据关联和验证机制相配合。
37.13.5 不将版本号当作正确性指标
较新的版本不一定更正确,较早的版本也不一定已经失效。
版本用于区分内容和判断的演化阶段。当前有效性仍然需要依据对象、时间、条件、证据和规则进行判断。
37.13.6 不依赖固定行业字段构建关联与查询
系统应当从实际任务和结构定义中确定需要查询的对象、属性、关系和条件。
不能预先假定所有行业都必须使用相同字段,也不能通过硬编码的行业字段映射替代动态结构组织。
通用机制应当提供关联、匹配、查询、比较、判断、验证和追溯等基础能力;具体任务的语义结构则由实际需求确定。
37.13.7 不依赖大模型逻辑形成关联和追溯
数据关联、查询和可追溯机制应当建立在 WSaiOS-SI 的元素、对象、关系、结构及方法体系之上。
系统通过明确的结构定义、规则运算、数据依赖和证据核验形成结果。
外部资料可以作为待处理的信息来源,但不能因为某个外部系统给出了答案,就直接把该答案当作已验证事实。
同样,多个外部回答之间的一致性也不能代替对象对应、证据核验和来源独立性分析。
37.14 与 WSaiOS-SI 核心理论的关系
37.14.1 数据关联是结构形成与维护的基础
在 WSaiOS-SI 中,结构不是数据的简单堆积,而是元素通过明确关系形成的可理解、可运算组织。
数据关联负责建立这些关系的具体联系,并使结构能够持续更新。
没有明确关联,系统就难以区分同一对象的不同描述、不同对象之间的相似性、证据与主张之间的支持关系,以及内容和判断之间的依赖关系。
因此,数据关联是动态语义库将信息组织成知识结构的重要基础。
37.14.2 数据查询是需求驱动的结构运算
查询不是独立于认知过程的技术行为。
系统需要从需求中识别目标,依据知识结构生成查询条件,再通过匹配、比较、判断和验证等运算得到结果。
查询的质量取决于目标是否明确、结构是否适用、关联是否可靠,以及必要条件是否得到正确处理。
因此,查询应当服从结构智能的运算逻辑,而不是把所有问题简化为文本检索。
37.14.3 可追溯使知识与判断能够被检查
结构化知识必须能够解释其组成关系,判断结果必须能够解释其形成依据。
可追溯机制将原始资源、语义单元、知识元素、证据、规则、状态和版本连接起来,使系统能够检查某项结果的形成过程。
当发现错误时,系统能够定位错误发生在哪个环节;当新证据出现时,系统能够确定哪些判断需要重新核验;当需求变化时,系统能够识别原有结果是否仍然适用。
37.14.4 三者共同支持动态演化
数据关联、查询与可追溯机制可以纳入 WSaiOS-SI 的核心链条:
需求 → 知识 → 结构 → 运算 → 能力 → 认知 → 决策 → 方法 → 执行 → 反馈 → 学习 → 演化 → 新需求。
需求决定查询目标,结构决定关联与查询条件,运算产生查询结果和判断,追溯机制保存结果的形成依据,反馈与新证据推动关联和知识更新,未解决的问题再形成新的语义需求。
由此,动态语义库不仅能够获取和存储知识,还能够解释知识如何形成、判断为什么成立,以及知识在变化之后应当如何重新组织。
37.15 本章结论
数据关联、查询与可追溯机制,是动态语义库从数据保存走向结构化知识使用的重要基础。
数据关联负责建立具有明确语义的对象、元素、关系、证据、判断和版本联系。关联的建立不等于关联已经核验,数据之间存在联系也不意味着某项事实关系必然成立。
数据查询负责将实际需求转换为结构化查询条件,并根据对象、属性、关系、条件和证据要求发现适用的数据。查询结果必须区分候选内容、已建立关联的内容和经过验证的结果,不能把相关性或排序结果直接解释为事实确认。
数据可追溯负责从结果反向定位其来源、内容位置、语义单元、证据、规则、判断版本及相关依赖。可追溯能够解释结果如何形成,但不能代替对证据和关系的实际核验。
三者共同构成正向查询与反向追溯的双向机制:正向过程从需求出发,建立关联并组织结果;反向过程从结果出发,沿着真实依赖关系定位依据、识别变化并检查影响。
在 WSaiOS-SI 中,这一机制必须以元素、对象、属性、值、关系、结构和方法为基础,使用明确的匹配、比较、计算、判断、排序与验证运算,不依赖大模型逻辑,也不通过固定行业字段和硬编码映射代替动态结构组织。
数据关联使知识之间的联系可理解,数据查询使知识能够按照需求被调用,数据可追溯使查询结果和判断过程能够被检查、解释与更新。三者共同建立动态语义库从外部信息到结构化知识、从结构化知识到判断结果、再从判断结果返回原始依据的完整通路。