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44章 语义知识与计算、判断和匹配

《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44章 语义知识与计算、判断和匹配

44.1 语义知识与基础运算的理论定位

动态语义库的核心任务,不是单纯地获取、保存和检索信息,而是将信息转化为具有明确对象、属性、关系、条件和状态的语义知识,并使这些知识能够参与比较、计算、判断、匹配、概率估计、排序和验证等运算。

其中,计算、判断和匹配是连接语义知识与结构化认知的三项基础运算。

计算用于依据明确的数据、条件和规则,得到可确定或可解释的运算结果。

判断用于依据目标、条件、规则和已有证据,确定某项主张、关系、状态或要求是否成立,或者目前是否能够作出判断。

匹配用于识别两个或多个知识对象、属性、关系、条件、证据或结构之间是否存在符合特定目标的对应关系。

三者相互关联,但不能混为一谈。

例如,系统要判断某款电动牙刷是否符合采购要求,可能需要先匹配目标产品与产品资料,计算价格或数量条件,再依据采购要求和有效证据判断是否符合条件。

在这个过程中:

  • 匹配负责确定资料是否对应目标产品。

  • 计算负责处理价格、数量或其他可计算指标。

  • 判断负责根据采购条件和核验规则形成符合、不符合或暂时无法确定的结果。

如果匹配对象错误,后续计算即使完全正确,也可能针对错误的产品进行;如果计算结果正确,但判断条件不完整,最终结论仍然可能不成立;如果系统只完成判断,却没有明确判断对象和依据,结论就难以追溯。

因此,WSaiOS结构智能必须建立三项运算之间的职责边界和协作关系。

本章的核心理论是:

语义知识为计算、判断和匹配提供结构化对象与运算条件;计算产生可依据规则确定的结果,判断确定知识及条件的成立状态,匹配建立满足特定目标的对应关系。三者协同,使语义知识能够进入可解释、可追溯的结构运算过程。

44.2 语义知识参与运算的基本条件

44.2.1 信息必须具备可识别的语义对象

系统不能仅凭一段信息就直接开展可靠运算。

例如,资料中出现“199”,系统必须先明确这个数字表示什么。它可能是价格、数量、型号的一部分、产品编号,也可能是其他数值。

只有当系统识别出相应对象、属性和取值之后,才能判断该数值能否用于当前运算。

如果该数字表示产品价格,系统还需要知道价格的计量单位、适用对象和必要条件,才能与另一项价格进行有效比较或计算。

因此,语义知识进入运算之前,必须尽可能明确:

  • 运算针对什么对象。

  • 运算涉及什么属性或关系。

  • 输入值具有什么语义。

  • 输入值采用什么类型和单位。

  • 输入值在什么条件下成立。

  • 输入内容来自何种资料。

  • 当前知识处于什么状态。

  • 运算需要满足什么规则。

上述内容是运算所需的语义条件,不意味着所有知识都必须使用同一组固定字段。

44.2.2 结构是运算的基础

WSaiOS-SI的基本理论是:

元素 + 关系 → 结构。

元素提供可识别的基本内容,关系建立元素之间的联系,结构将这些内容组织成能够参与运算的整体。

例如,产品价格不能脱离产品对象独立解释;认证编号不能脱离对应型号、适用范围和证书信息独立判断;采购数量也不能脱离计量单位和交易条件直接参与总价计算。

如果系统只有孤立的属性值,却没有建立必要的对象与关系,那么运算可能得到形式上正确、语义上错误的结果。

因此,计算、判断和匹配都应当以适当的知识结构为基础。

44.2.3 运算条件必须与任务相对应

同一项知识,在不同任务中可能承担不同作用。

例如,产品价格对于采购预算计算可能是必要输入,但对于判断认证是否有效,通常不是直接判定条件。

系统不能因为某项信息已经存在,就默认它必须参与当前运算。

每次运算都需要明确任务目标,并根据目标确定必要输入、适用规则和输出要求。

这也是动态语义库区别于单纯信息存储系统的重要特征:知识不仅被保存,而且能够根据具体任务进入适当的结构运算。

44.3 语义知识与计算运算

44.3.1 计算运算的定义

计算运算是指系统依据明确的输入数据、数据类型、计算规则和适用条件,对语义知识中的数值、数量、逻辑表达或其他可运算内容进行处理,并形成可解释结果的过程。

计算可以抽象表示为:

\[ Calc(X,R,C)\rightarrow Y \]

其中:

  • \(X\):参与计算的输入知识或数据。

  • \(R\):计算规则。

  • \(C\):适用条件。

  • \(Y\):计算结果。

这一表达是概念模型,不规定具体的数据结构或工程接口。

计算结果的有效性不仅取决于运算规则是否正确,也取决于输入知识是否对应正确的对象,以及单位、条件和数据状态是否满足要求。

44.3.2 计算对象必须具有明确语义

计算不能仅依赖数值表面形式。

例如,系统获取以下信息:

  • 产品单价:80元。

  • 采购数量:100支。

  • 包装费用:200元。

如果这些数据确实对应同一采购方案,并且单位、价格条件和费用口径一致,系统可以计算:

\[ 80\times100+200=8200 \]

结果为8200元。

但是,如果80元是零售价格,而采购数量100支对应另一种批发价格条件,那么上述计算虽然数学正确,却不一定能够代表实际采购成本。

因此,计算之前必须检查输入数据之间的语义对应关系。

44.3.3 计算的基本类型

语义知识中的计算可以包括多种形式。

数值计算。 对价格、数量、重量、时间、比例和其他数值执行加减乘除等运算。

单位换算。 在单位定义明确且转换关系成立时,将同一物理量或计量内容转换为统一单位。

差值计算。 根据明确的对象和条件,计算两个值之间的差异。

比例计算。 根据明确的分子、分母和统计口径计算比例。

区间计算。 处理上下界、范围和约束条件。

逻辑计算。 根据明确的逻辑关系组合条件,例如多个必要条件是否同时满足。

结构计数。 统计符合指定结构条件的对象、关系、证据或记录数量。

依赖计算。 根据已定义的关系和规则,计算影响路径、处理成本或任务依赖情况。

这些类型的具体运算方式不同,但都要求输入、规则和适用条件具有明确含义。

44.3.4 计算结果与知识状态

计算完成并不意味着结果已经成为可确认的知识。

系统需要区分:

  • 计算成功。

  • 输入数据完整。

  • 输入数据对应正确。

  • 计算规则适用。

  • 结果经过必要检查。

  • 结果满足当前任务要求。

例如,系统根据一份未核验的产品报价计算总采购金额,可以得到一个数值结果。但该结果只能说明在当前输入和计算条件下,运算得到了相应数值,不能自动证明报价真实有效。

因此,计算结果应当与输入知识、规则、条件和必要的来源信息建立关联。

44.3.5 计算失败与无法计算

如果输入缺失、单位不一致、对象对应关系不明确,或者计算规则不适用,系统不应强行输出一个看似完整的结果。

例如,系统只有产品单价,却没有采购数量,就无法直接计算总价。

如果不同价格采用不同计量单位,系统也需要先明确单位转换条件。

此时可以输出无法计算的原因,并根据当前任务生成相应需求,例如补充采购数量、确认计量单位或核验价格口径。

无法计算是具有明确原因的处理结果,不应被视为计算系统必然失效。

44.4 语义知识与判断运算

44.4.1 判断运算的定义

判断运算是指系统依据明确的目标、对象、条件、规则以及可用知识和证据,确定某项主张、关系、属性状态或任务要求是否成立,或者当前是否具备作出相应判断的条件。

可以将判断过程抽象表示为:

\[ Judge(K,Q,R,C)\rightarrow J \]

其中:

  • \(K\):参与判断的语义知识。

  • \(Q\):判断目标。

  • \(R\):判断规则。

  • \(C\):适用条件。

  • \(J\):判断结果。

判断结果不应只有“是”和“否”两种状态。

在实际系统中,至少需要根据任务区分:

  • 成立。

  • 不成立。

  • 条件成立。

  • 证据不足。

  • 条件不明。

  • 对象不确定。

  • 存在冲突。

  • 暂时无法判断。

  • 不适用。

这些状态的具体使用方式应由任务和验证规则决定。

44.4.2 判断必须具有明确的目标

系统不能脱离目标进行抽象判断。

例如,“产品具有认证”是一项主张,但系统需要明确:

  • 哪个产品。

  • 哪个型号。

  • 哪项认证。

  • 认证对应什么适用范围。

  • 需要判断哪个时间点的状态。

  • 采用什么标准或规则判断。

  • 需要什么证据才能支持结论。

只有将这些内容明确下来,判断才具有可操作性。

如果目标对象尚未确定,系统可以先判断对象对应关系是否明确,但不能直接把后续认证结论认定为成立或不成立。

44.4.3 判断规则与判断依据

判断规则说明什么条件满足时,可以得出什么结果。

判断依据则包括参与判断的知识、证据、适用条件和实际输入。

例如,某项采购要求规定目标产品必须具有有效认证。

在这一任务中,系统需要判断:

  1. 目标产品是否已经明确。

  2. 认证材料是否对应目标产品。

  3. 认证范围是否满足采购要求。

  4. 认证状态是否满足指定时间条件。

  5. 现有证据是否足以支持上述判断。

即使系统已经找到认证材料,如果无法确认该材料对应目标产品,也不能直接判定产品满足采购要求。

判断规则明确,不代表判断输入一定充分;判断输入充分,也不代表规则必然适用。两者必须同时检查。

44.4.4 判断与证据充分性的关系

判断结果必须与证据状态相适应。

如果证据足以支持某项主张,系统可以根据适用规则形成相应判断。

如果证据只能支持部分内容,则应保留部分支持或条件性判断。

如果证据之间存在冲突,则需要分析冲突是否涉及同一对象、同一主张、相同时间和兼容条件。

如果关键证据缺失,系统应保留证据不足的状态。

这里必须区分两种情况:

主张不成立,意味着已有依据能够支持不成立的判断。

尚不能确认主张成立,意味着当前证据不足以支持确认。

这两者不是同一个结论。

例如,系统没有找到某产品的认证材料,只能说明当前检索范围内尚未获得足以确认认证状态的材料,并不能自动证明该产品没有认证。

44.4.5 判断结果的适用边界

判断结果只能在相应的对象、时间、条件和规则范围内成立。

例如,某产品在特定日期符合某项采购条件,不代表其在所有时间和所有采购条件下都必然符合要求。

因此,系统应当保留判断目标、适用条件和必要的时间信息,避免把局部判断扩大为普遍结论。

如果后续出现新知识,可能改变原有判断的依据或适用范围,系统就需要评估是否应当重新核验。

44.5 语义知识与匹配运算

44.5.1 匹配运算的定义

匹配运算是指系统根据特定任务目标,将一个语义对象或结构与候选对象、知识单元、关系、证据或规则进行比较和对应分析,确定它们是否满足指定的对应条件。

可以将匹配过程抽象表示为:

\[ Match(T,C,R_m)\rightarrow M \]

其中:

  • \(T\):目标对象或目标结构。

  • \(C\):候选对象或候选结构。

  • \(R_m\):匹配规则。

  • \(M\):匹配结果。

匹配的目标不是简单判断两个对象是否相似,而是确定它们是否能够在当前任务要求的层次上建立有效对应关系。

例如,系统查找某款电动牙刷的认证资料时,需要将目标产品与候选认证材料进行匹配。

匹配所需的内容可能包括产品型号、认证编号、适用范围和其他与当前认证判断直接相关的条件。

如果只有产品名称相似,而没有足够依据确认型号对应关系,系统就不应将候选材料直接认定为目标产品的有效认证证据。

44.5.2 匹配对象的层次

语义匹配可以发生在不同层次。

元素匹配。 判断两个语义元素是否具有相同或对应的含义。

对象匹配。 判断两个对象是否指向同一实体或满足任务要求的对象对应关系。

属性匹配。 判断两个属性是否具有可对应的语义定义。

取值匹配。 判断两个属性值是否相同、等价或满足指定范围关系。

关系匹配。 判断两个关系是否具有相应的类型、方向、参与对象和条件。

证据匹配。 判断一项材料是否与目标主张、目标对象及所需证据条件相对应。

结构匹配。 判断一个知识结构是否满足目标结构的全部或部分要求。

方法匹配。 判断某种方法是否适用于当前问题、输入条件和执行环境。

匹配层次必须明确。例如,属性名称匹配不代表属性值匹配,产品对象匹配也不代表其所有属性和证据均已确认。

44.5.3 匹配的基本结果

匹配结果可以根据具体任务表达为:

  • 完全匹配。

  • 条件匹配。

  • 部分匹配。

  • 候选匹配。

  • 不匹配。

  • 对应关系不确定。

  • 缺少必要信息。

  • 存在冲突。

  • 当前规则不适用。

这些结果需要具有明确的语义定义。

例如,“部分匹配”可能表示目标结构中的部分属性已经对应,但其他必要属性仍然缺失。

“候选匹配”则表示存在初步对应依据,但尚未满足最终确认条件。

系统不能把候选匹配直接当成事实确认,也不能把缺少信息简单转换为不匹配。

44.5.4 匹配与结构对应

有效的语义匹配需要建立对象、属性、关系和条件之间的对应关系。

例如,目标产品资料中的属性名称是“额定电压”,候选资料中的表述是“工作电压”。

两者是否可以匹配,取决于实际定义、测量条件和适用范围,而不能只依据名称相似或不同作出结论。

如果系统能够确认两者在当前任务下表达相同的技术含义,就可以建立有依据的属性对应关系。

如果定义不明确,则应保留候选关系,并生成语义澄清需求。

匹配关系本身也需要具有状态和依据。后续如果发现原有对应关系错误,系统应能够修正匹配结果,并识别受影响的计算和判断。

44.5.5 匹配不等于自动替换

当新知识与已有知识建立匹配关系时,并不意味着新知识应当替换旧知识。

两份资料可能分别描述不同时间的状态、不同条件下的取值,或者同一对象的不同属性。

匹配只说明双方在某个层次上存在对应关系。

是否需要补充、替换、合并或保留差异,应当由后续比较、判断和验证过程决定。

44.6 计算、判断与匹配之间的职责边界

三项运算可以共同处理同一个任务,但必须保留各自的语义职责。

运算 核心问题 主要输入 主要输出
计算 按规则运算后得到什么结果? 数据、类型、公式或运算规则、条件 数值或其他可计算结果
判断 指定主张或条件是否成立? 目标、知识、证据、条件和判断规则 成立、不成立、条件成立或不确定等状态
匹配 哪些对象或结构满足对应要求? 目标结构、候选对象、对应条件 匹配关系、匹配程度或对应状态

44.6.1 匹配负责确定计算对象

假设系统需要计算某个产品的采购总价。

系统首先需要确定单价、采购数量和附加费用是否对应同一个采购方案。

如果单价来自产品A,而采购数量来自产品B,那么直接计算可能得到形式上正确、实际无意义的结果。

匹配运算负责识别输入数据与目标采购对象之间的对应关系。

在必要对应关系得到确认后,计算运算才可以使用相应输入。

44.6.2 计算负责产生可计算结果

在输入对象和条件明确后,计算运算按照规则处理数据。

例如,计算采购总价、价格差额或满足指定条件的对象数量。

计算结果需要说明所采用的输入和规则,但不直接决定业务要求是否满足。

44.6.3 判断负责确定任务条件是否成立

计算得到总价之后,系统可以根据预算上限判断采购方案是否满足预算要求。

如果总价为8200元,预算上限为9000元,在输入和计算条件有效的前提下,可以判断总价不超过该预算上限。

但这一判断不能扩展为“采购方案整体合格”,因为其他要求可能涉及认证、质量、交付和供应商条件。

系统只能判断已经明确且有依据的目标。

44.6.4 三者之间的依赖关系

三者的处理顺序取决于具体任务,并非所有任务都必须严格按照同一固定顺序执行。

对于采购总价计算,通常需要先匹配输入对象,再计算金额,最后判断预算条件。

对于对象识别任务,匹配本身可能就是主要目标,不一定需要计算。

对于逻辑规则检查,系统可能先根据已经确认的知识进行判断,再在出现缺口时生成新的匹配或计算任务。

因此,WSaiOS-SI应根据任务结构建立运算依赖,而不是将三项运算机械地固定为一个适用于所有问题的流水线。

44.7 三项运算协同的完整案例:电动牙刷采购核验

假设某采购任务要求选择符合预算和认证要求的电动牙刷。

系统获得三组资料:

第一组是目标产品的型号和报价信息。

第二组是候选认证材料。

第三组是采购任务提出的预算上限与认证要求。

系统需要将这些资料组织为语义知识,并开展匹配、计算和判断。

44.7.1 第一步:明确任务结构

系统首先识别当前任务的目标:

  • 目标对象是指定的电动牙刷产品。

  • 预算条件是采购总价不超过规定上限。

  • 认证条件是目标型号必须满足指定认证要求。

  • 输入资料需要与目标产品和采购方案建立有效对应关系。

这些内容形成后续运算的结构基础。

44.7.2 第二步:执行匹配

系统将目标产品与候选产品资料进行匹配,确认型号对应关系。

随后,将候选认证材料与目标型号进行匹配,检查认证编号、适用范围和其他必要条件。

假设产品资料与目标型号的对应关系已经确认,但认证材料与目标型号之间的对应关系仍然不明确。

此时系统可以记录:

  • 产品资料匹配成功。

  • 认证材料属于候选匹配。

  • 认证条件尚未满足最终确认要求。

系统不能因为找到了相关认证材料,就直接认定认证要求已经满足。

44.7.3 第三步:执行计算

假设经过匹配后,确认采购单价为80元,采购数量为100支,其他费用为200元。

则采购总价为:

\[ 80\times100+200=8200 \]

如果输入数据、单位和费用条件均有效,系统可以将8200元记录为当前采购方案的计算结果。

44.7.4 第四步:执行判断

假设预算上限为9000元。

系统可以根据明确的预算规则判断:

\[ 8200\leq9000 \]

因此,该采购方案在当前输入条件下满足预算上限要求。

但认证材料尚未完成对应关系核验,因此系统还不能判断该方案整体满足采购要求。

这说明预算判断已经完成,不等于所有采购条件都已满足。

44.7.5 第五步:形成完整结果

系统可以形成如下结果:

  • 目标产品与产品资料的对应关系:已确认。

  • 当前采购总价:8200元。

  • 预算条件:满足。

  • 认证材料与目标型号的对应关系:待核验。

  • 整体采购要求:暂时无法确认全部满足。

  • 后续需求:核验认证材料的适用对象和范围。

在这一过程中,匹配、计算和判断分别产生了不同的结果,并通过结构关系共同支持最终任务处理。

44.7.6 第六步:新知识触发更新

如果后续新资料确认认证材料实际对应另一个型号,系统应当修正原有匹配关系,并检查是否存在依赖该关系的历史判断。

如果发现此前曾经把该认证错误地用于目标型号,则需要重新核验相关结论。

但系统仍然不能直接判断目标产品没有认证,而应当根据现有证据确定其当前状态。

这体现了计算、判断和匹配与动态语义库的持续演化机制之间的关系。

44.8 三项运算与知识缺口识别

计算、判断和匹配不仅处理已有知识,也能够帮助系统识别知识缺口。

44.8.1 匹配失败产生的缺口

匹配失败可能意味着:

  • 目标对象尚未明确。

  • 候选资料与目标对象不同。

  • 关键属性缺失。

  • 关系定义不明确。

  • 当前匹配规则不适用。

  • 候选资料确实不满足目标要求。

这些情况需要分别处理。

不能将所有匹配失败都解释为“没有相关知识”,也不能把所有匹配失败都转化为结构修订需求。

系统需要先识别失败原因,再决定是否生成新需求。

44.8.2 计算失败产生的缺口

计算无法执行,可能是因为输入值缺失、单位不一致、对象对应关系不明或计算条件不满足。

例如,系统获得了采购单价,却没有获得采购数量。

如果当前任务需要计算总价,系统就可以生成采购数量获取需求。

如果缺少的是单位转换规则,则可能需要补充计量单位定义,而不是继续重复查找同一个价格。

44.8.3 判断无法完成产生的缺口

判断无法完成,可能是因为证据不足、条件不明、对象不确定或规则缺失。

例如,系统知道认证编号,但无法确定该认证是否覆盖目标型号。

此时应当生成针对对象对应关系和认证适用范围的核验需求,而不是反复生成宽泛的“确认认证”任务。

44.8.4 三项运算联合识别缺口

在复杂任务中,知识缺口可能由三项运算共同发现。

例如:

  1. 匹配发现目标对象与候选材料之间的关系不确定。

  2. 计算发现必要输入无法确定,因此不能得到有效结果。

  3. 判断发现任务条件尚未满足。

系统可以将这些结果关联起来,生成具有明确目标和依赖关系的新需求。

但应当保留各项缺口的独立含义,避免将不同问题简单合并为一个无法执行的综合任务。

44.9 三项运算与动态语义库的工程组织

在工程实现中,计算、判断和匹配应当作为具有明确职责的运算能力,与知识结构、证据管理、需求管理和历史追溯机制建立联系。

它们可以由独立的运算组件实现,也可以在现有系统中由不同的方法或服务承担。具体组织方式应当根据实际工程架构决定。

44.9.1 运算输入管理

系统需要明确每项运算使用哪些输入。

计算输入应包括必要的数值、类型、单位、规则和条件。

判断输入应包括目标主张、适用规则、相关知识、必要证据和判断条件。

匹配输入应包括目标对象或结构、候选对象、对应条件和匹配规则。

输入管理的重点是确保输入语义明确,而不是强制所有运算使用统一的数据格式。

44.9.2 运算规则管理

系统需要区分:

  • 数学或逻辑计算规则。

  • 对象匹配规则。

  • 属性与关系对应规则。

  • 业务判断规则。

  • 证据核验规则。

  • 条件适用规则。

这些规则可能相互依赖,但不能相互替代。

例如,某项匹配规则可以判断候选材料是否对应目标对象,但不能单独决定该材料是否足以证明某项主张。

规则应具有明确的适用范围。当规则发生变化时,系统需要识别哪些运算结果可能受到影响。

44.9.3 运算结果管理

运算结果应当能够说明:

  • 运算目标。

  • 实际输入。

  • 所采用的规则。

  • 运算结果。

  • 适用条件。

  • 已知限制。

  • 与原始知识的关联。

  • 是否需要后续处理。

对于简单计算,可以采用简化记录;对于涉及事实判断或证据核验的任务,则需要保留更完整的依据。

44.9.4 运算依赖管理

系统需要记录三项运算之间实际存在的依赖关系。

例如,某项计算依赖某个匹配结果;某项判断依赖某个计算结果;某项最终结论依赖多个判断结果。

如果前置匹配关系后来被修正,系统可以沿真实依赖关系识别受影响的计算和判断。

但不能因为某个对象发生变化,就无差别地重新执行所有相关主题的运算。

44.9.5 运算失败管理

运算失败必须尽可能具有明确原因。

例如:

  • 输入缺失。

  • 对象无法对应。

  • 属性定义冲突。

  • 单位不兼容。

  • 规则不适用。

  • 证据不足。

  • 条件不明确。

  • 依赖运算尚未完成。

系统应当根据失败原因决定下一步处理方式。

有些问题可以通过补充资料解决,有些需要修正结构或规则,有些则只能暂时保留为无法确定的状态。

不能将所有失败统一处理为再次检索,也不能无限重复执行同一项运算。

44.10 三项运算的质量控制

44.10.1 计算质量

计算质量主要取决于输入正确性、规则适用性、单位一致性、运算准确性和结果可追溯性。

系统应当检查数值是否对应正确对象,计算规则是否适用,以及结果是否满足当前任务的精度和范围要求。

44.10.2 判断质量

判断质量主要取决于目标明确性、条件完整性、规则有效性、证据充分性和适用边界。

系统不能因为输出了明确结论,就认定判断已经可靠完成。

如果证据不足或条件不明确,保留不确定状态可能比强行作出肯定或否定判断更准确。

44.10.3 匹配质量

匹配质量主要取决于对象识别、语义对应、条件适用和结果解释。

系统需要区分完全匹配、部分匹配、候选匹配和无法确定,避免将表面相似误认为有效对应关系。

44.10.4 协同质量

三项运算的协同质量取决于它们之间的输入、输出和依赖关系是否正确。

例如,如果匹配结果存在不确定性,依赖该匹配结果的计算和判断就必须保留相应限制。

如果计算输入发生变化,依赖计算结果的判断也可能需要重新执行。

如果判断规则发生变化,系统应当检查相关判断结果,而不是自动认定原有结论仍然适用。

44.11 三项运算的适用边界与常见错误

第一,将计算结果直接当作事实。

计算只说明按照指定输入和规则得到了什么结果,不自动证明输入数据真实有效。

第二,将匹配成功直接当作结论成立。

匹配只建立特定层次的对应关系,不代表目标主张已经得到充分证据支持。

第三,将判断结果脱离条件使用。

任何依赖特定对象、时间或规则的判断,都不能无条件地扩展到其他对象和场景。

第四,将未知当作否定。

没有找到资料,不等于相关事实不存在;无法匹配,也不一定意味着两个对象必然不同。

第五,将候选关系直接升级为确定关系。

候选匹配、推测关系和待核验主张必须保留相应状态,不能在没有依据时直接成为已确认知识。

第六,将所有运算统一为一个评分。

计算、判断和匹配具有不同目标。一个综合分数不能替代对象对应关系、计算结果和事实判断各自需要的依据。

第七,采用固定行业字段完成全部运算。

系统应当根据实际任务和结构定义确定运算对象与条件,不能假设所有行业、所有对象都具有相同的属性集合。

第八,忽略历史运算的依赖关系。

知识、匹配关系和规则发生变化时,应当根据实际依赖识别需要复核的运算结果,并保留历史记录。

44.12 与WSaiOS-SI整体理论的衔接

44.12.1 与元素、对象和方法的关系

在WSaiOS-SI中,元素、对象和方法具有不同的理论职责。

元素提供基本结构单元;对象组织相关属性和关系;方法规定如何对对象及其结构执行操作。

计算、判断和匹配可以作为明确的方法被定义和执行,但它们不能与能力或行为混为一谈。

系统具备某种运算方法,不代表该方法在所有任务中都能够有效执行;系统能够执行运算,也不代表运算结果必然满足当前任务要求。

44.12.2 与EOM的关系

EOM,即Elements–Objects–Methods,为语义知识进入运算提供了组织基础。

元素需要被识别,对象需要具有明确的结构,方法需要具有适用条件和执行规则。

当系统获得新知识时,可以先建立或更新元素和对象,再根据任务选择适用方法。

如果方法执行失败,系统应当分析问题来自输入知识、对象对应关系、规则还是执行条件,而不是把所有失败都归结为知识不足。

44.12.3 与认知和决策的关系

计算、判断和匹配是认知过程中的基础运算,但认知不等于三项运算的简单叠加。

认知还需要组织目标、条件、知识、证据和运算结果,确定当前问题的状态与限制。

决策则需要根据任务目标、约束条件、可用方法和风险要求,选择适当的处理方案。

因此,三项运算可以为认知和决策提供依据,但不能单独替代完整的认知过程或决策过程。

44.12.4 与知识演化的关系

当新知识进入系统后,可能改变已有匹配关系、计算输入或判断依据。

系统需要根据实际依赖关系,识别哪些运算结果仍然适用,哪些需要重新执行,以及哪些问题需要生成新需求。

这使计算、判断和匹配不再是一次性操作,而是参与动态语义库持续更新和知识演化的基础机制。

44.13 本章总结

语义知识与计算、判断和匹配共同构成WSaiOS结构智能从知识组织走向结构运算的重要基础。

计算根据明确输入、规则和条件产生可计算结果;判断根据目标、规则、知识和证据确定主张或条件的成立状态;匹配则依据指定目标,建立对象、属性、关系、证据或结构之间的对应关系。

三项运算具有不同的职责边界。

匹配决定输入知识能否与目标建立所需的对应关系;计算负责处理满足条件的输入;判断则根据任务要求和适用规则形成相应状态。三者可以相互依赖,但任何一项运算都不能自动替代另外两项。

在动态语义库中,这些运算还必须与来源记录、证据管理、规则管理、版本追溯和需求生成建立关联。当运算发现对象不确定、输入缺失、条件不明或证据不足时,系统应当明确记录问题,并根据实际情况生成新的知识需求,而不是强行输出结论。

本章的核心结论是:

语义知识提供运算对象,匹配建立必要的对应关系,计算产生可解释的运算结果,判断依据规则和证据形成状态认定。三者通过明确的结构关系和依赖关系协同工作,使知识能够参与可追溯、可验证、可持续更新的智能运算。

这套机制建立在WSaiOS-SI自身的结构智能理论之上,以元素、对象、关系、条件、方法和明确运算规则为基础,不依赖大模型逻辑,也不需要通过预先硬编码全部行业字段来实现。

当计算、判断和匹配能够根据真实任务灵活组合,并将结果反馈到知识结构和需求管理中时,动态语义库才能进一步支撑WSaiOS结构智能的认知、决策、执行、反馈、学习与演化。

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