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 →

第二章 信息的结构化形成机制

第二章 信息的结构化形成机制

2.1 信息的基本组成
2.2 信息的语义表达
2.3 信息与结构的关系
2.4 信息结构化的基本原理
2.5 结构化信息的组成形式
2.6 结构化信息的动态变化
2.7 结构化信息与知识的关系

第二章 信息的结构化形成机制

信息是知识形成的基础,也是结构智能系统认识现实对象、理解需求和建立知识结构的基本来源。第一章从知识本质出发,明确了知识是经过结构组织形成的动态结构化信息。本章进一步研究信息如何进入结构体系,如何从原始信息转化为具有明确对象、属性、语义、关系和状态的结构化信息,以及结构化信息如何成为知识形成的基础。

在传统信息处理过程中,信息通常以文字、数字、图片、视频、声音和数据记录等形式存在。系统通过采集、识别、提取、存储和检索等方式处理信息,但这些处理过程主要解决信息如何获取和保存的问题,并不必然解决信息如何形成结构的问题。

对于 WSaiOS-SI 而言,信息处理不能仅仅停留在内容识别和数据存储层面。系统还需要从信息中识别结构元素,确定信息所描述的对象,提取对象属性及其取值,识别对象状态和关系,并根据具体需求建立相应的结构定义。只有完成这些处理,信息才能从原始内容转化为能够参与结构匹配、计算和认知的结构化信息。

信息结构化不是对所有信息采用固定字段进行统一转换,而是根据实际对象、信息语义和当前需求动态确定结构。不同信息可以形成不同结构,同一信息在不同需求下也可能产生不同的结构表达。结构化过程必须保留信息来源、原始内容、语义解释和结构形成依据,避免在转换过程中丢失信息原有含义。

本章围绕信息的基本组成、语义表达、信息与结构的关系、信息结构化原理、结构化信息的组成形式及其动态变化展开研究,建立 WSaiOS-SI 信息结构化形成机制。

2.1 信息的基本组成

信息是对现实对象、事件、现象、过程、状态、关系和规律等内容的描述。信息可以来自现实环境中的直接观察,也可以来自人工记录、设备采集、历史数据、专业文献和其他信息系统。

从结构智能的研究角度来看,信息不能仅仅按照文字、数字、图片和视频等表现形式进行分类,还需要研究信息实际表达了什么内容,以及这些内容能够对应哪些结构对象和结构要素。

例如,一条设备运行信息可能包含设备名称、设备编号、运行温度、运行压力、采集时间和运行状态。这些内容共同描述了某个设备在特定时间的运行情况。文字和数字只是信息的表达形式,真正具有结构意义的是它们分别对应的对象、属性、属性值、状态和时间关系。

因此,信息的基本组成需要从内容、对象、属性、取值、时间、来源和关系等角度进行分析。

信息内容是信息实际表达的主体,可以是一段文字、一组数字、一张图片、一段视频、一条传感器记录,也可以是多个信息内容组合形成的复杂描述。

信息对象是信息所描述的实体或概念。例如,设备运行信息中的水泵、温度传感器和控制器,都可能成为信息对应的对象。信息对象需要具有明确的识别依据,避免将不同对象的信息错误地组合在一起。

信息属性用于描述对象具有的特征和参数。例如,设备的功率、转速、温度、压力和生产厂家等内容都可以成为对象属性。属性定义与属性值需要区分。属性定义说明某个属性表达什么含义,属性值说明某个具体对象在特定时间具有怎样的取值。

信息时间用于描述信息产生、采集、记录或生效的时间。对于动态对象而言,时间是理解状态变化的重要依据。同一个对象在不同时间可能具有不同属性值和状态,不能将不同时间的信息不加区分地合并。

信息来源用于说明信息从何处获得,例如人工输入、传感器采集、系统接口、文档解析或者图像识别。来源信息对于判断数据有效性、追溯结构形成过程和处理信息冲突具有重要作用。

信息关系用于表达不同信息之间的联系。例如,设备与传感器之间存在监测关系,设备与控制器之间存在控制关系,故障现象与故障原因之间可能存在待验证的关联关系。关系必须具有明确的语义和适用条件,不能仅根据两个信息同时出现就认定它们之间存在确定关系。

从工程数据组织角度,可以将一条待处理信息抽象为:

\[ I=(C,O,A,V,T,S,R,Q) \]

其中,\(C\) 表示信息内容,\(O\) 表示信息对象,\(A\) 表示属性定义,\(V\) 表示属性值,\(T\) 表示时间信息,\(S\) 表示信息来源,\(R\) 表示关联关系,\(Q\) 表示信息质量及可信状态。

这一表达式是信息分析模型,并不要求所有原始信息在进入系统时已经具备全部字段。原始信息可能只包含内容和来源,其他组成要素需要在后续识别、提取和结构化过程中逐步形成。

例如,一条原始运行记录可以表示为:

{
    "content": "水泵运行温度75℃,当前压力0.8MPa,设备处于运行状态",
    "source": "设备监测系统",
    "collected_at": "2026-11-19 10:30:00"
}

经过信息识别和内容提取后,可以形成进一步的分析结果:

{
    "object": {
        "name": "水泵",
        "object_type": "工业设备"
    },
    "properties": {
        "temperature": {
            "value": 75,
            "unit": "℃"
        },
        "pressure": {
            "value": 0.8,
            "unit": "MPa"
        }
    },
    "state": "运行中",
    "source": "设备监测系统",
    "collected_at": "2026-11-19 10:30:00"
}

上述过程说明,信息的基本组成并不完全取决于原始数据采用什么形式,而取决于信息经过识别后能够表达哪些具有实际意义的内容。

在 WSaiOS-SI 中,信息采集、信息识别和信息结构化属于不同的处理环节。信息采集负责获得内容,信息识别负责分析内容所表达的对象和语义,信息结构化负责按照结构定义将识别结果组织起来。三个环节相互衔接,但不能混为一谈。

2.2 信息的语义表达

信息的语义表达是指确定信息内容实际表达的含义,包括信息描述的对象、对象属性、属性值、状态、动作、关系和条件等。

信息本身可以采用不同的形式表达相同或相近的含义。例如,“设备温度为75℃”“temperature=75°C”和传感器输出的温度数值75,可能都表示某个设备的温度信息。但是,如果缺少对象标识、单位和采集时间,仅凭数值75就无法确定它究竟表示温度、压力还是其他参数。

因此,信息语义不能只依赖表面文字或数值,还需要结合对象定义、属性含义、上下文和信息来源进行解释。

在传统信息处理中,关键词提取可以从文本中识别具有代表性的词语,但关键词本身并不能完整表达信息语义。例如,在“水泵温度过高时应检查冷却系统”这句话中,可以提取“水泵”“温度”“冷却系统”等关键词。然而,这些关键词并没有完整表达对象属性、条件关系和处理方法。

如果从结构语义角度分析,则可以进一步确定:

水泵是信息描述的对象;温度是水泵的一个属性;“过高”表示温度相对于某个适用判断条件处于异常范围;冷却系统是可能需要检查的关联对象;“应检查”表达一种处理建议,而不是已经执行或验证成功的事实。

由此可以将原始语言内容转化为具有明确语义角色的结构信息。

{
    "subject": {
        "object": "水泵"
    },
    "condition": {
        "property": "温度",
        "operator": "超过适用阈值",
        "threshold_source": "设备运行规范"
    },
    "related_object": {
        "object": "冷却系统",
        "relation": "关联检查对象"
    },
    "method": {
        "name": "检查冷却系统",
        "type": "处理建议"
    }
}

这个例子中,温度阈值并未直接给出,因此系统不能擅自生成一个固定数值。它必须根据设备类型、运行规范和实际适用条件确定阈值,否则只能保留“温度过高”这一待确认语义。

信息语义表达还必须处理同义表达、不同表达方式和上下文差异。例如,“设备正在运行”“设备处于工作状态”和“设备启动后未停止”,在特定条件下可能表达相近的状态,但不能在所有情况下直接认定为完全相同。系统需要结合具体对象和状态定义进行语义匹配。

同样,一个词语可能在不同领域表达不同含义。例如,“压力”可以表示物理压力,也可以表示心理压力或者业务工作压力。系统不能只根据词语本身确定属性类型,而应结合信息对象和当前需求确定其语义。

因此,WSaiOS-SI 的信息语义表达需要建立在动态结构定义基础上。系统根据当前信息和需求识别可能的对象、属性及关系,再通过已有结构进行匹配。如果已有结构无法准确表达当前语义,则可以提出新的结构候选,而不是强制将信息归入不合适的固定字段。

语义表达结果还应保留原始内容与结构化结果之间的对应关系。这样,当后续发现语义解释存在错误时,可以重新检查原始信息,而不必仅依赖已经转换后的结构数据。

2.3 信息与结构的关系

信息与结构之间存在基础内容与组织形式的关系。信息提供结构形成所需要的内容,结构则确定信息如何被识别、分类、关联和组织。

没有信息,结构定义缺少具体内容来源;没有结构,信息则难以形成稳定、明确和可参与计算的组织形式。因此,信息与结构不是相互独立的两个对象,而是在结构化过程中形成相互作用。

需要明确的是,结构不是信息本身,也不是信息的简单分类结果。结构定义的是信息所对应的对象边界、属性组织、方法、状态、关系和约束。信息则按照这些结构定义进入相应位置,形成具体的结构化表达。

例如,对于一个工业设备,结构定义可以规定设备具有名称、型号、功率、温度、压力和运行状态等属性,同时定义设备与传感器、控制器和其他设备之间的关系。

实际采集的信息则提供某台设备的具体名称、型号和参数值。结构定义不会因为某次采集得到一个新的温度数值而发生变化,但具体实例的属性值会随采集结果发生变化。

由此可以区分结构定义与结构数据:

结构定义说明对象具有什么组成和组织规则;结构数据则记录某个具体对象在特定时间和条件下具有的实际内容。

其关系可以表示为:

\[ D \xrightarrow{\text{解释与组织}} I_s \]

其中,\(D\) 表示结构定义,\(I_s\) 表示经过结构定义组织形成的结构化信息。

进一步地:

\[ I_s=F(I,D) \]

其中,\(I\) 表示原始信息,\(D\) 表示适用的结构定义,\(F\) 表示结构化处理过程。

当已有结构定义无法覆盖新信息时,系统可以根据需求提出结构扩展:

\[ D_{t+1}=G(D_t,I_{\text{new}},N) \]

其中,\(D_t\) 表示当前结构定义,\(I_{\text{new}}\) 表示新信息,\(N\) 表示当前需求,\(G\) 表示结构扩展过程。

这一表达式强调,结构可以根据新信息和需求动态调整,但结构变化必须经过适用性分析和验证,不能将每一条新信息都直接转化为新的结构定义。

信息与结构之间还存在双向作用。

一方面,信息通过结构定义获得明确的组织形式。另一方面,结构在使用过程中也可能暴露出原有定义的不足。例如,原有设备结构未包含振动参数,当系统需要分析设备振动问题时,就需要根据新的信息和需求增加相应属性定义。

因此,结构不是完全脱离信息而永久固定的。结构定义可以在实际应用过程中得到扩展和修正,但这种变化应当以需求、信息和验证结果为依据。

在工程系统中,信息与结构之间需要通过结构解析、属性映射、关系建立和约束检查等机制实现连接。结构解析负责读取结构定义,属性映射负责确定信息进入哪个属性位置,关系建立负责组织不同结构元素之间的联系,约束检查则负责验证信息是否符合结构要求。

原始信息信息识别语义解析结构定义匹配现有结构是否适用属性映射与关系建立提出结构扩展候选结构验证与确认结构化信息约束检查结构化信息存储适用不适用

通过这一机制,信息不再只是被动地存入数据库,而是根据明确的结构定义形成可以被后续智能逻辑使用的数据对象。

2.4 信息结构化的基本原理

信息结构化是将原始信息按照对象、属性、状态、关系、方法和约束等结构要素进行识别、组织和表达的过程。其目的不是改变信息原有内容,而是建立信息内容与结构定义之间的对应关系,使信息能够成为结构智能系统可以处理的对象。

WSaiOS-SI 的信息结构化以需求为起点,但并不意味着所有信息都必须等待需求出现之后才能采集。系统可以提前采集和保存基础信息,也可以建立通用结构定义。需求的作用在于确定当前需要处理什么信息、需要形成什么结构,以及需要达到什么处理目标。

信息结构化首先需要确定信息对应的对象。对象识别是结构化的基础。如果无法确定信息描述的是哪个对象,就不能准确判断其属性和关系。例如,同一监测系统可能同时采集多台设备的温度数据,如果缺少设备标识,就无法确定某个温度值属于哪台设备。

其次,需要识别对象属性。系统应根据语义确定信息表达的是对象的名称、编号、温度、压力、速度还是其他属性。属性识别不仅需要确定属性名称,还需要确定其数据类型、单位、取值范围和适用条件。

再次,需要识别属性值和状态。属性定义与属性值不能混淆。例如,“温度”是属性定义,“75℃”是属性值;“运行状态”是状态定义,“运行中”是当前状态值。系统需要根据具体信息确定属性值和状态值,并保留相应的时间和来源。

然后,需要建立结构关系。不同对象之间可能存在组成、连接、控制、监测、依赖和关联等关系。系统必须根据已有信息和有效证据确定关系类型,不能将相关信息同时出现视为关系已经成立。

随后,需要确定方法与约束。方法定义用于说明结构能够参与哪些处理,约束用于规定属性值、状态转换、关系和方法执行需要满足的条件。方法配置应当区分方法定义与实际程序实现,避免把信息识别结果直接当作可执行程序。

最后,需要进行结构验证。验证内容包括对象标识是否有效、属性映射是否准确、数据类型是否符合定义、单位是否一致、关系是否具有依据、状态是否符合约束,以及信息来源是否满足当前使用要求。

整个信息结构化过程可以表示为:

\[ I \rightarrow O \rightarrow P \rightarrow V \rightarrow S \rightarrow R \rightarrow C \rightarrow I_s \]

其中,\(I\) 表示原始信息,\(O\) 表示对象识别,\(P\) 表示属性识别,\(V\) 表示属性值提取,\(S\) 表示状态表达,\(R\) 表示关系建立,\(C\) 表示约束检查,\(I_s\) 表示最终形成的结构化信息。

这不是一个要求所有数据严格按照固定顺序处理的线性算法。在实际工程中,对象、属性、状态和关系的识别可能相互影响,需要反复匹配和修正。例如,识别出某个属性后,可能进一步帮助确定对象类型;确定对象类型后,又可能发现此前识别的属性名称存在歧义。

因此,信息结构化应当采用可迭代的处理机制。

信息输入信息内容解析对象识别属性与属性值识别状态识别关系识别结构定义匹配结构约束验证验证结果形成结构化信息补充信息或重新解析提出结构扩展结构化信息存储通过需要补充结构不适用

在程序实现中,信息结构化可以由多个相互独立的处理模块组成。信息解析模块负责处理原始内容,语义识别模块负责形成对象和属性候选,结构匹配模块负责查找适用的结构定义,关系处理模块负责建立对象联系,验证模块负责检查结构是否有效,存储模块负责保存结构化结果及其来源。

这些模块之间通过明确的数据接口传递处理结果。每个模块都应当保留必要的原始信息和处理记录,避免某个环节发生错误后无法追溯。

例如,可以将结构化处理的核心数据接口定义为:

class InformationStructureResult
{
    public $sourceId;
    public $objectDefinition;
    public $properties;
    public $states;
    public $relations;
    public $constraints;
    public $validationStatus;

    public function isValid()
    {
        return $this->validationStatus === 'valid';
    }
}

该程序示例表示结构化处理结果的数据承载对象,不代表全部信息结构都必须固定为这一组 PHP 属性。实际系统中的结构元素、属性和关系仍然应当由动态结构定义管理,PHP 类主要负责程序运行时的数据组织和处理。

还需要特别明确,信息结构化不等于自动生成完整知识。一个信息记录即使已经识别出对象和属性,也可能缺少方法、关系或约束,尚不足以形成能够解决复杂问题的知识结构。因此,信息结构化是知识形成的重要基础环节,而不是知识形成的全部过程。

2.5 结构化信息的组成形式

结构化信息是经过结构定义组织后形成的信息表达结果。其具体组成取决于所描述的对象、当前需求以及结构定义的复杂程度。

WSaiOS-SI 不采用所有领域统一固定字段的方式构建结构化信息,而是根据对象和需求动态确定需要的结构元素。对于不同类型的信息,可以形成不同的结构表达。

结构化信息的基础组成包括结构对象、属性定义、属性值、状态、关系、时间、来源和约束等内容。在需要表达处理能力时,还可以关联方法定义和方法实现标识。

结构对象用于确定信息所描述的主体。结构对象可以是现实实体,也可以是抽象概念、业务对象、事件对象或者由多个元素组合形成的复杂对象。

属性定义用于确定对象具有哪些可描述特征。属性值则记录具体对象的实际内容。属性定义需要保持相对稳定的语义标识,而属性值可以根据实际情况不断变化。

状态用于描述对象在特定时间和条件下所处的状态。状态定义与状态值必须分离,不能将一次采集到的状态结果直接当作永久结构定义。

关系用于表达结构对象之间的联系。关系可以是对象组成关系、空间关系、控制关系、依赖关系、关联关系和其他经过定义的关系类型。关系本身也可以具有属性、状态、时间和约束。

方法用于定义结构对象能够参与的处理过程。结构化信息可以关联方法定义,但方法的具体执行需要由工程程序提供受控实现。

来源与时间用于保证结构化信息具有可追溯性。一个属性值如果没有来源和时间信息,在动态场景下可能无法判断其是否仍然有效。

约束用于保证结构化信息满足适用的定义要求。例如,温度属性应当具有明确单位,设备运行状态的变化应当符合状态转换条件,关系数据应当引用有效的对象标识。

综合以上内容,可以建立结构化信息的基础表达模型:

\[ I_s=(O,P,V,S,R,M,C,T,Q) \]

其中,\(O\) 表示结构对象,\(P\) 表示属性定义,\(V\) 表示属性值,\(S\) 表示状态,\(R\) 表示关系,\(M\) 表示方法关联,\(C\) 表示约束,\(T\) 表示时间,\(Q\) 表示来源和质量信息。

例如,某台工业水泵的结构化信息可以表示为:

{
    "object": {
        "object_id": "pump_001",
        "structure_id": "industrial_pump",
        "name": "工业水泵"
    },
    "properties": {
        "temperature": {
            "definition": "运行温度",
            "value": 75,
            "unit": "℃"
        },
        "pressure": {
            "definition": "运行压力",
            "value": 0.8,
            "unit": "MPa"
        }
    },
    "state": {
        "definition": "设备运行状态",
        "value": "running"
    },
    "relations": [],
    "methods": [
        "temperature_check"
    ],
    "source": {
        "type": "monitoring_system",
        "record_id": "record_001"
    },
    "collected_at": "2026-11-19 10:30:00",
    "validation": {
        "status": "pending"
    }
}

这里的 temperature_check 只是方法关联标识,不代表方法已经执行。验证状态为 pending,也说明数据结构已经形成并不意味着其中所有信息都已通过正式验证。

结构化信息还可以形成组合结构。当一个复杂对象由多个结构元素组成时,可以将多个结构化信息按照对象关系组合起来。例如,工业水泵可以由电机、叶轮、轴承、控制器和传感器等结构元素组成。每个元素具有自己的属性和状态,元素之间通过关系定义形成整体结构。

工业水泵结构化信息水泵主体电机对象叶轮对象轴承对象传感器对象主体属性与状态功率、转速、状态结构参数与状态温度、振动、状态采集参数与来源驱动关系连接关系支撑关系监测关系

这种组合形式能够表达单个信息记录无法完整描述的复杂对象,使系统可以从整体和组成部分两个层次处理信息。

结构化信息还可以按照不同需求形成不同视图。例如,设备维护需求关注故障现象、运行参数和维护方法,设备采购需求关注型号、功率、生产厂家和价格,设备运行需求则关注实时状态、温度、压力和控制条件。三个需求可以使用同一个基础对象结构,也可以根据需求建立不同的扩展结构。

因此,结构化信息不是固定不变的数据表,而是具有明确结构定义、可以组合和扩展的数据组织形式。

2.6 结构化信息的动态变化

结构化信息具有动态变化属性。现实对象的属性值、状态和关系会随时间发生变化,新的信息也可能促使原有结构定义扩展或修正。因此,结构化信息不能只按照静态记录方式管理,还需要建立变化识别、变化表达、版本管理和历史追溯机制。

结构化信息的动态变化可以分为属性值变化、状态变化、关系变化、结构定义变化和信息来源变化等类型。

属性值变化是最常见的变化形式。例如,设备温度从70℃变化为75℃,设备压力从0.7MPa变化为0.8MPa。这类变化通常不需要改变属性定义,只需要更新具体对象实例中的属性值,并保留必要的历史数据。

对于数值型属性,可以使用差值表达:

\[ \Delta P=P(t_2)-P(t_1) \]

其中,\(P(t_1)\) 和 \(P(t_2)\) 分别表示同一属性在两个时间点的取值。

但差值只适用于具有可比较数值意义的属性。对于离散状态、文本属性和对象关系,不能简单地通过数值相减表达变化,需要采用状态转换、内容差异和关系变化等方式进行描述。

状态变化是指对象从一种状态转变为另一种状态。例如,设备由停止状态进入运行状态,随后又由运行状态进入异常状态。状态变化必须结合对象状态定义和转换条件进行判断。

可以将状态转换表示为:

\[ S(t_2)=F(S(t_1),X,C) \]

其中,\(S(t_1)\) 表示原有状态,\(X\) 表示新的观测信息,\(C\) 表示状态转换约束。

该表达式说明,新的观测信息不能不经过判断就直接改变对象状态。系统需要检查数据有效性、状态转换条件和相关约束。

关系变化是指对象之间的关联关系发生新增、修改或者失效。例如,某个传感器原来监测设备A,经过设备改造后改为监测设备B。系统需要更新关系定义或关系实例,并保留关系变化的时间和依据。

结构定义变化则涉及信息组织方式本身的变化。例如,原有设备结构没有定义振动频率属性,后来根据新的监测需求增加该属性。此时变化不再只是属性值更新,而是结构定义发生扩展,需要进一步检查已有实例是否需要补充该属性,以及相关程序是否支持新的属性类型。

信息来源变化也会影响结构化信息的有效性。例如,原有温度数据来自人工记录,后来改为由传感器自动采集。两种数据可能具有不同的采集频率、精度和验证要求,因此不能只替换来源名称,而应同时检查来源定义和数据质量规则。

在工程实现中,结构化信息的变化需要区分结构定义版本和具体对象实例的数据版本。结构定义版本描述对象结构及其组织规则的变化,实例数据版本描述某个具体对象的属性、状态和关系变化。

可以将动态变化模型表示为:

\[ I_s(t+1)=F(I_s(t),\Delta I,\Delta S,\Delta R,\Delta D,V) \]

其中,\(\Delta I\) 表示新增或变化的信息,\(\Delta S\) 表示状态变化,\(\Delta R\) 表示关系变化,\(\Delta D\) 表示结构定义变化,\(V\) 表示验证过程。

动态变化必须保留历史记录。系统不能只保存最后一次属性值,而应当根据实际需求记录变化时间、原值、新值、数据来源和变更原因。对于重要结构定义变更,还应记录版本号、变更内容、影响范围和确认结果。

新的信息或状态数据识别变化类型变化属于哪一类属性值变化状态变化关系变化结构定义变化来源与质量变化数据有效性检查状态转换条件检查关系有效性检查结构兼容性检查来源与质量检查形成变更记录生成新版本或实例数据记录更新结构化信息

结构化信息的动态变化还需要处理不同来源之间的冲突。例如,传感器报告设备温度为75℃,人工巡检记录为68℃。系统不能简单地选择最后到达的数据,也不能无条件认定某一个来源始终正确。需要检查采集时间、设备位置、测量范围、设备状态和数据质量,必要时保留冲突记录并进入待确认状态。

对于多模态信息,动态变化还涉及不同信息形式之间的时间和对象对应关系。例如,视频中识别到的设备状态变化,需要与设备实例标识、视频时间和传感器记录建立对应关系。不同来源的信息只有在对象身份和时间参照能够得到合理确认时,才可以形成有效关联。

由此可见,结构化信息的动态变化不仅是数据更新问题,还涉及结构定义管理、对象身份管理、状态转换、关系维护和数据验证。只有建立这些机制,动态结构化信息才能在持续变化的环境中保持有效。

2.7 结构化信息与知识的关系

结构化信息是知识形成的直接基础,但结构化信息与知识并不是完全相同的概念。

结构化信息主要解决信息如何按照明确结构进行组织和表达的问题。知识则进一步要求结构化信息形成有效的对象关系、适用条件、方法关联和能力支持,使其能够参与具体需求的处理。

例如,系统已经将水泵的温度、压力、转速和运行状态组织成结构化信息。这些信息能够准确描述某台设备的当前运行情况,但如果系统尚未建立正常运行范围、异常判断条件、故障关联和处理方法,那么这些结构化信息还不能直接构成完整的故障诊断知识。

当系统进一步建立温度与运行状态之间的适用关系,确定异常判断条件,关联设备组成结构,并配置经过验证的诊断方法之后,这些结构化信息就可以形成具有实际用途的知识结构。

因此,结构化信息是知识形成的必要基础,但并不是所有结构化信息都已经形成完整知识。

可以将两者的关系表示为:

\[ K=F(I_s,D,R,C,M,V) \]

其中,\(I_s\) 表示结构化信息,\(D\) 表示知识结构定义,\(R\) 表示有效关系,\(C\) 表示约束条件,\(M\) 表示方法配置,\(V\) 表示验证结果,\(K\) 表示形成的知识结构。

该表达式说明,知识形成需要在结构化信息的基础上进一步建立知识组织和处理机制。不同类型的知识可能具有不同的结构要求,并非每个知识结构都必须包含相同数量的属性、方法和关系。

结构化信息与知识之间还存在持续转换和相互作用关系。

一方面,结构化信息可以通过关系建立、方法配置和验证形成新的知识。另一方面,已有知识结构也可以指导新信息的识别和组织。例如,系统已有一套设备结构知识,当新设备数据进入时,可以根据已有结构确定对象类型、属性含义和关系候选,提高信息结构化的准确性。

同时,新的结构化信息也可能暴露已有知识结构的不足。例如,新采集的振动数据发现原有故障知识无法解释某种异常现象,系统就需要进一步研究是否需要增加新的属性、关系或判断方法。经过确认后,知识结构可以得到扩展。

这说明结构化信息与知识之间不是单向关系,而是持续相互作用。

原始信息信息识别与语义表达结构定义匹配结构化信息知识关系组织方法与约束配置验证与确认知识结构需求匹配与智能计算认知、判断与问题处理运行反馈新的结构化信息

在 WSaiOS-SI 的工程体系中,结构化信息与知识还应当具有明确的数据管理边界。

信息结构化系统负责原始信息接收、语义识别、结构匹配、属性组织、状态表达和关系形成,输出结构化信息。知识系统负责对结构化信息进行知识组织、知识关系建立、知识能力关联、版本管理和动态演化。结构智能系统则根据需求调用相关知识结构,执行匹配、计算、认知和决策。

这三个环节可以通过接口进行连接,但不能将它们简单合并为同一个数据处理过程。

从系统架构角度,可以表示为:

信息来源信息结构化处理系统结构化信息知识结构管理系统动态知识结构WSaiOS-SI 结构智能系统结构匹配计算与能力调用认知与决策执行与反馈

在实际工程中,信息结构化处理系统不应直接决定所有知识的最终含义。它负责形成具有明确语义和结构的数据结果;知识管理系统负责结合已有知识、需求和验证条件形成知识结构;结构智能系统负责调用知识结构参与当前问题处理。这样的职责划分能够避免信息提取、知识定义和智能决策之间出现逻辑混乱。

本章最终明确了信息结构化形成机制的基本原理:信息通过语义识别获得对象和属性含义,通过结构定义建立组织形式,通过关系和约束形成完整结构表达,通过动态变化机制保持信息的时效性和可扩展性,再通过知识组织、方法配置和验证形成能够参与智能运行的知识结构。

因此,信息结构化不是单纯的数据格式转换,也不是对信息进行分类和标签化,而是将信息转化为具有明确结构意义、能够被系统持续处理和组织的动态结构信息的过程。

在 WSaiOS-SI 中,信息是结构形成的基础内容,结构化信息是信息进入结构体系后的组织结果,知识则是在结构化信息基础上进一步形成的动态结构体系。

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