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 →

第二十五章 证据支持程度与相关性评分的区分

《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

第二十五章 证据支持程度与相关性评分的区分

25.1 问题的提出

在动态语义库的运行过程中,系统需要从大量外部资源中发现与当前需求有关的信息,并判断这些信息能否用于支持、反驳或限定某项语义主张。

这两个任务具有联系,但并不相同。

第一个任务是判断候选内容与当前需求之间是否存在语义联系,以及这种联系对当前任务有多大价值。这属于语义相关性评价。

第二个任务是判断某项证据在多大程度上支持或反驳一条明确的语义主张。这属于证据支持程度评价。

如果系统把两者混为一谈,就可能出现一系列错误:一份与目标高度相关的资料被误认为是有力证据;一份内容丰富、来源清楚的文件被直接认定为能够证明某项主张;多份重复转载的材料被当成多份独立证据;综合相关性分数较高的候选对象被直接用来形成事实结论。

例如,某项任务需要核验一款具体型号的电动牙刷是否通过某项认证。

一篇产品介绍页面可能多次提及该型号及其认证信息,因此与任务高度相关。但如果页面没有提供可核查的认证记录,其证据支持程度可能仍然有限。

另一份认证机构发布的正式记录,可能文字很少,却能够明确对应产品型号、认证编号和有效状态。只要对象、范围、时间及记录真实性得到适当核查,这份记录就可能对相关主张具有较强的支持作用。

由此可见:

与目标相关,不等于支持目标主张;能够支持主张,也不等于已经证明主张成立。

WSaiOS-SI 必须将相关性评分与证据支持程度分别定义、分别计算、分别记录,再通过明确的语义关系将二者连接起来。

25.2 语义相关性评分的定义

语义相关性评分,是指系统在明确的需求目标、候选对象、知识结构和适用条件下,依据相关性评价规则,对候选对象与目标之间的语义联系及其任务适用程度进行评价,并在适当情况下形成数值结果。

其核心问题是:

  • 候选内容是否涉及当前目标?

  • 候选内容指向的对象是否与目标对象对应?

  • 候选内容涉及的属性、关系和条件是否与需求相符?

  • 候选内容是否覆盖当前任务所需的知识结构?

  • 候选内容是否值得进入下一步处理流程?

相关性评分的对象可以是外部资源、语义单元、知识元素、语义关系、主张或证据候选。

但不同对象层次上的相关性评分不能不加区分地混用。

例如,一份网页与某项认证核验任务高度相关,不代表网页中的每个句子都与该任务高度相关;一段文字与某条主张高度相关,也不代表它能够有效支持该主张。

相关性评分的主要用途是发现、筛选、比较和排序候选对象,为后续的知识对应和证据分析提供依据。

它并不直接回答一条事实主张是否成立。

25.3 证据支持程度的定义

证据支持程度,是指在明确一条语义主张及其适用范围后,依据证据与主张之间的对应关系、证据所提供的信息、来源情况、适用条件、独立性以及其他相关判断规则,评价该证据对主张提供了多大程度的支持。

这里的“支持”具有明确的方向性。

证据不是因为与主张主题相同就构成支持,而是因为它所包含的信息能够对主张的成立提供适当依据。

例如:

  • 产品介绍中出现认证相关文字,可能只是相关背景信息;

  • 认证机构记录明确对应目标型号,可能为认证主张提供直接支持;

  • 某份文件明确说明该型号未列入指定认证范围,可能构成反驳或限制性依据;

  • 一份过期记录可能支持某一历史时期的状态,却不足以单独支持当前状态;

  • 一条无法确定所指产品型号的记录,可能与主张相关,但其支持作用尚未确定。

因此,证据支持程度必须建立在明确的主张、可识别的证据内容和适用条件之上。

它的主要问题不是“这份资料与目标有多相关”,而是:

这条证据究竟为哪一条主张提供了什么性质、什么范围、什么强度的依据?

此外,证据支持程度不是事实真实性的同义词。即使一条证据对主张具有较强支持作用,也仍然需要根据整个证据集合、可能存在的反驳材料、来源可靠性及核验规则形成最终结论。

25.4 两种评价的核心区别

相关性评分和证据支持程度评价的根本区别,在于二者回答的问题不同。

比较维度 语义相关性评分 证据支持程度评价
核心问题 候选内容与目标有多相关 证据在多大程度上支持或反驳主张
评价参照 任务目标、语义需求或目标结构 明确的语义主张及其适用范围
评价对象 资源、语义单元、知识元素、主张或证据候选 与特定主张建立对应关系的证据
主要依据 对象、属性、关系、条件和任务用途的对应情况 证据内容、主张对应、证据作用、适用范围及其他核验依据
结果含义 是否值得关注、匹配或优先处理 是否提供支持、反驳、限定或其他适当依据
主要用途 检索、筛选、候选排序、知识对应 证据分析、主张核验、结论形成
能否单独证明事实 不能 也不能,仍需结合整体证据和核验规则
评价结果变化的原因 需求、目标结构、候选内容或相关性规则变化 主张、证据、适用条件、来源状况或核验规则变化

两种评价可以使用部分相同的基础信息,例如对象身份、时间、属性和值,但它们的判断目的不同。

同一个对象对应结果,在相关性评价中可能用于判断候选资料是否值得处理;在证据评价中则可能只是检查证据能否对应主张的一个前提。

即使某项前提已经满足,也不能因此直接推断整个证据支持关系成立。

25.5 相关性高而证据支持程度低的情形

这是区分两种评价最重要的情况之一。

候选内容可能与当前目标密切相关,却无法对目标主张提供足够依据。

常见情况包括以下几类。

第一,主题相关但缺少关键事实。

一篇产品介绍详细说明电动牙刷的功能、型号和使用方法,但没有说明目标认证是否存在。

这份资料可能具有较高的产品主题相关性,却无法直接支持认证成立的主张。

第二,对象相关但属性不对应。

某份企业资料明确指向目标产品的生产企业,但内容仅说明企业地址和经营范围。

如果待核验的是具体产品的认证状态,那么企业资料与目标主体有关,却没有直接提供目标属性的证据。

第三,包含主张但缺少证明依据。

一份商业页面直接声称产品已通过某项认证,但没有提供认证编号、正式记录或其他可核验依据。

该页面可能与主张高度相关,但其陈述本身不能自动成为充分证明。

第四,时间不适用。

一份历史记录能够证明某个产品在过去曾具有某种状态,却没有说明当前状态。

如果目标是核验当前有效性,该记录可能具有历史参考价值,但其对当前主张的支持程度受到时间范围限制。

第五,内容存在歧义。

一份资料出现目标产品名称,却无法确定所指型号、版本或适用范围。

它可能与任务高度相关,但在对象对应关系未明确之前,证据支持作用仍然有限。

这些情形说明,相关性评分的高低不能直接转换为证据支持程度的高低。

25.6 相关性不高但证据支持作用较强的情形

相关性与证据支持程度之间也不存在简单的单调关系。

某些资料在主题覆盖范围上并不广泛,甚至只包含少量信息,但这些信息可能直接对应待核验主张中的关键部分。

例如,某份正式记录只有一行,明确列出了目标产品型号、认证编号和状态。

如果当前需求涉及的就是这一认证状态,那么这条记录可能具有较强的证据支持作用,尽管它没有包含丰富的产品背景、功能介绍或行业信息。

不过,这并不意味着正式来源天然可靠,也不意味着简短资料一定比完整资料更有证明力。系统仍需核查来源身份、记录完整性、适用范围、时间条件及可能存在的相反证据。

更准确地说:

相关性评价关注候选内容与目标的整体联系;证据支持评价关注证据内容对特定主张的实际证明作用。

在某些任务中,两者可能呈现正向联系;在另一些任务中,它们可能明显不同。系统不能预设两者之间存在固定比例或必然的正相关关系。

25.7 证据作用的结构化分类

在 WSaiOS-SI 中,证据支持程度不能脱离证据与主张之间的作用关系进行计算。

同一条证据对于不同主张,可能发挥完全不同的作用。因此,系统首先需要明确证据作用的性质。

主要包括以下几类。

支持。

证据内容为主张的成立提供相应依据。

例如,能够明确对应目标产品型号的有效认证记录,可以为“该型号在指定时间范围内具有相应认证状态”的主张提供支持。

反驳。

证据内容与主张存在实质性不一致,并在适用范围内对主张构成反向依据。

例如,可靠记录明确表明某项认证已经失效,而待核验主张却声称该认证当前仍然有效。

反驳成立仍需检查时间、范围和对象是否一致。

限定。

证据并不完全支持或反驳主张,而是缩小主张成立的范围。

例如,某项认证只适用于产品的特定型号或版本。该证据可以限定认证主张的适用范围。

背景关联。

证据提供相关背景信息,但尚未对目标主张提供直接支持或反驳。

例如,行业标准说明某类产品通常需要满足哪些要求,却不能直接证明具体产品已经满足这些要求。

条件性支持。

证据在某些条件成立时才能支持主张。

例如,记录仅在某个有效时间段或特定产品范围内适用。

作用尚未确定。

现有信息不足以明确证据与主张之间的作用关系。

此时系统应保留不确定状态,不能因为证据与主张相关,就自动把它归入支持类别。

这些类别可以根据实际任务继续细分,但必须明确它们所描述的是证据与主张之间的作用,而不是简单的资源相关性。

25.8 证据支持程度的评价维度

在明确主张和证据作用之后,系统可以进一步评价证据的支持程度。

以下维度可以作为评价依据,但不是要求每项任务都使用相同的固定指标。

主张对应程度。 证据是否针对当前待核验的主张,而不是仅仅涉及相同主题。

对象对应程度。 证据所指向的对象是否与主张中的对象一致。

属性与关系对应程度。 证据是否涉及主张所要求判断的属性或关系。

时间适用程度。 证据所描述的时间是否覆盖主张所要求的时间范围。

条件适用程度。 证据是否符合主张中的范围、前提和其他适用条件。

内容直接程度。 证据是直接记录待核验事实,还是只提供背景信息、间接线索或推导依据。

来源可靠性。 来源在当前用途下是否具有足够可靠性。其判断需要考虑来源身份、发布机制、原始记录和其他相关条件,不能仅依据来源名称作出决定。

证据完整性。 证据是否存在缺页、截断、缺少关键上下文或其他可能影响解释的问题。

独立性。 证据是否提供了独立的信息依据,还是仅仅复制其他来源的内容。

反向证据与冲突。 是否存在对该主张形成反驳、限制或其他相反作用的证据。

这些维度之间存在区别,不能不加分析地合并为一个分数。

例如,来源可靠性较高,并不能弥补证据与目标对象不对应的问题;内容直接,也不能弥补适用时间不符合要求的问题;证据数量多,也不能自动消除来源之间的依赖关系。

证据支持程度必须建立在具体主张和实际证据关系上,而不是通过某一项指标直接决定。

25.9 证据支持程度的计算与表达

证据支持程度可以通过规则判断、分维度评价或适当的数值模型表达。

但在进行数值计算之前,系统必须明确:计算的对象是什么、所使用的证据作用是什么、哪些条件是必要条件、各项评价指标如何解释,以及结果能够支持什么结论。

可以用以下概念模型表示:

\[ \operatorname{Sup}(E,C) = F(E,C,R,A,T,K) \]

其中:

  • \(E\):待评价的证据;

  • \(C\):明确的语义主张;

  • \(R\):证据与主张之间的作用关系;

  • \(A\):对象、属性及关系的对应情况;

  • \(T\):时间与适用条件;

  • \(K\):相关规则、知识依据及其他核验要求;

  • \(\operatorname{Sup}(E,C)\):证据对该主张的支持程度评价。

该模型用于表达评价所依赖的因素,不是要求所有证据都必须通过固定数值公式处理。

在某些情况下,系统可以根据明确规则判断证据是否直接支持某项主张;在另一些情况下,可以分别评价证据的对应程度、直接程度、适用程度和其他必要维度。

只有当评价维度具有明确含义、表达尺度能够合理比较,并且计算规则经过适当定义时,才适合进一步构造数值评分。

例如,可以建立一个用于排序或筛选的证据评价分数:

\[ S_E=G(s_1,s_2,\ldots,s_n) \]

其中,\(s_i\) 是当前任务选用的证据评价指标,\(G\) 是明确规定的评价规则。

该分数仅代表指定评价模型下的证据评价结果,不自动代表主张真实的概率,也不自动代表最终核验结论。

如果需要对多个证据进行综合评价,还必须考虑证据之间的关系。例如,两份资料如果都直接转载同一条原始记录,就不能简单地把它们视为两份相互独立的证据。

此外,支持与反驳不能被随意折算为两个可以直接相减的分数。不同证据可能适用于不同对象、时间或条件;它们之间的冲突需要先得到解释,再决定如何形成结论。

因此,证据支持程度的计算必须服从语义关系和核验规则,而不是由一个未经解释的数值决定。

25.10 相关性评分与证据支持程度的联合使用

两种评价应当分开计算,但可以在动态语义库中协同使用。

相关性评分主要用于发现和筛选候选对象,帮助系统确定哪些资源、语义单元或知识元素值得进一步处理。

证据支持程度评价则在明确具体主张之后,对候选证据的实际作用进行分析。

两者可以形成以下处理流程:

  1. 根据动态语义需求确定当前目标。

  2. 从目标结构中识别需要补充或核验的知识问题。

  3. 发现候选资源和语义单元。

  4. 计算或判断候选对象的语义相关性。

  5. 优先处理适合当前任务的候选对象。

  6. 从候选内容中识别能够明确表达的语义主张。

  7. 建立证据与具体主张之间的对应关系。

  8. 判断证据的支持、反驳、限定或其他作用。

  9. 评价证据的对象对应、时间适用、来源可靠性、独立性和完整性。

  10. 根据当前核验规则判断证据是否充分。

  11. 形成相应的主张状态,并记录判断依据。

  12. 将知识缺口、证据不足和冲突反馈给动态语义需求库。

这个流程体现了二者之间正确的衔接方式。

相关性评分帮助系统找到值得进一步处理的内容;证据支持程度评价帮助系统理解这些内容能够为哪项主张提供什么依据。

如果某个高相关性候选对象不能提供有效证据,系统应当降低其在证据核验环节中的优先级,或者将其转用于背景解释,而不是直接把它当作证明材料。

如果某个候选对象的相关性评分不高,但它包含与主张直接对应的关键记录,系统也可以根据实际证据关系,将其纳入后续核验流程。

因此,候选对象在相关性阶段的排序,不应当永久决定其在证据核验阶段的作用。

25.11 多条证据的联合支持与独立性问题

当一条主张对应多条证据时,系统不能简单地将所有证据支持分数相加。

多条证据可能具有不同的作用、不同的适用范围和不同的来源关系。

例如,三篇网页都声称某款产品通过了认证,但它们可能全部转载自同一篇产品介绍。如果系统把三篇网页当成三份独立证据,就可能高估现有依据的充分程度。

相反,两份来自不同来源、分别记录认证信息与独立核验结果的材料,如果对象和条件均相符,可能为主张提供互补的依据。

因此,多条证据的联合评价至少需要考虑以下问题:

  • 多条证据是否针对同一条主张;

  • 各条证据是否指向同一对象和同一时间范围;

  • 各条证据是否具有相同或不同的证明作用;

  • 各条证据是否来自同一个原始信息源;

  • 不同证据之间是否存在复制、引用或其他依赖关系;

  • 是否存在反驳证据或适用条件冲突;

  • 当前任务要求达到什么程度的证据充分性。

联合评价的结果不应仅由证据数量决定。

一条直接证据可能具有重要作用,但也可能存在来源、时间或范围方面的限制;多条独立证据可以相互补充,但仍然需要逐一检查其适用条件和实际内容。

系统应当根据证据之间的语义关系形成整体判断,并保留每条证据对最终判断所发挥的作用。

25.12 证据支持程度与事实核验结论的区别

证据支持程度是形成事实核验结论的重要依据,但二者不是同一个概念。

证据支持程度评价的是某条证据或某组证据对于明确主张的支持、反驳或限定作用。

事实核验则需要综合考察主张定义、证据关系、适用条件、来源情况、冲突情况和任务规则,判断当前能够形成什么结论。

因此,不能简单地规定:

  • 相关性高,就说明主张成立;

  • 支持分数高,就说明主张真实;

  • 支持证据多,就说明反驳证据可以忽略;

  • 没有找到反驳证据,就说明主张正确;

  • 证据不足,就说明主张错误。

这些推断都缺少必要的逻辑条件。

事实核验至少需要区分以下结果:

得到支持。 现有证据为主张提供了相应依据,但是否达到确认要求仍取决于核验规则。

得到反驳。 现有证据在适用范围内为主张不成立提供了相应依据。

证据不足。 现有材料不能满足当前任务所要求的证据条件。

存在冲突。 不同证据或判断在需要一致的对象、时间和条件下出现无法忽略的矛盾。

条件性成立。 主张仅在明确的条件或范围内得到支持。

无法判断。 现有信息或规则不足以形成合理结论。

具体状态的名称和使用方式可以根据实际任务定义,但必须保持证据状态与最终核验状态之间的区别。

25.13 工程示例:同一认证需求下的两种评价

假设系统需要核验某款具体型号的电动牙刷在指定时间范围内是否具有某项认证。

系统发现以下三项候选内容。

候选内容甲:产品营销页面。

页面多次提及目标产品型号、产品功能和认证相关术语,但没有提供可核查的认证编号或正式记录。

相关性评价:该页面与产品及认证需求具有较强的主题联系,适合用于发现相关线索。

证据支持评价:在缺少具体认证依据的情况下,该页面对认证成立主张的支持程度有限。页面中的宣传陈述本身不能自动成为充分证据。

候选内容乙:认证机构的公开记录。

记录明确包含目标产品型号、认证编号及相关状态信息,但系统仍需检查记录真实性、适用范围和有效时间。

相关性评价:该记录与当前核验目标具有较强的对象和属性对应关系。

证据支持评价:如果记录真实、对象一致、范围相符且时间适用,它可以为相应认证主张提供直接支持。最终结论仍需遵守任务所要求的核验规则。

候选内容丙:同一认证记录的转载页面。

转载页面包含与候选内容乙相似的信息,但没有提供新的原始记录或独立核验结果。

相关性评价:该页面可能与当前需求高度相关。

证据支持评价:它可能有助于交叉检查内容是否一致,但如果只是转载候选内容乙,其独立证据价值不能简单地按一份新证据计算。

通过这个例子可以看出,候选内容甲可能在相关性方面表现较好,却不能充分支持目标主张;候选内容乙可能同时具有较高的任务相关性和较强的证据支持作用;候选内容丙虽然也具有较高相关性,却未必为系统增加了独立的证明依据。

系统需要分别记录这些评价,并在事实核验阶段进一步处理证据的真实性、适用范围、独立性及可能存在的冲突。

25.14 工程实现中的结构组织原则

在 WSaiOS-SI 工程中,相关性评价和证据支持评价应当保持职责分离,并通过明确的语义关系建立联系。

相关性评价模块主要负责:

  • 接收当前需求和目标结构;

  • 识别候选对象;

  • 根据任务确定评价维度;

  • 计算或判断相关性;

  • 形成候选排序;

  • 记录评价规则及其适用条件。

证据支持评价模块主要负责:

  • 接收明确的语义主张;

  • 识别与主张有关的候选证据;

  • 建立证据与主张之间的对应关系;

  • 判断支持、反驳、限定或其他证据作用;

  • 检查对象、时间、范围和其他适用条件;

  • 评价证据的来源、独立性、完整性及实际用途;

  • 为事实核验提供可追溯的依据。

事实核验机制则负责依据整体证据关系和适用规则,形成当前主张的核验状态。

这三个环节可以共享必要的基础知识与对象关系,但不能把一个环节的输出直接当作另一个环节的最终结论。

工程组织也不应被理解为必须建立三个固定的数据表或三个完全独立的程序。具体实现可以根据现有系统架构进行组织,只要能够保持职责清晰、关系明确、结果可追溯即可。

在结构设计上,应当围绕实际需要组织目标、候选对象、语义主张、证据、关系、条件、评价依据和处理状态等信息。它们是功能性概念,不是要求固定字段名称或固定行业映射。

25.15 动态更新与重新评价机制

动态语义库中的相关性结果和证据支持结果,都可能随着任务与知识状态的变化而改变。

但两种结果的更新触发条件并不完全相同。

相关性评分需要在以下情况发生时重新检查:

  • 当前语义需求发生变化;

  • 目标对象或目标结构发生变化;

  • 候选资源或语义单元的内容发生变化;

  • 评价维度或排序规则发生变化;

  • 候选对象与任务之间的适用关系发生变化。

证据支持程度则需要在以下情况发生时重新检查:

  • 待核验主张的内容或适用范围发生变化;

  • 证据内容、来源或版本发生变化;

  • 证据与主张之间的对应关系发生变化;

  • 出现新的支持、反驳或限定性证据;

  • 证据独立性判断发生变化;

  • 适用条件、核验规则或时间范围发生变化。

如果目标主张发生变化,即使原有证据内容完全没有改变,也可能需要重新评价其支持作用。

如果候选资源内容没有变化,但当前任务从背景检索变成事实核验,其相关性评价也可能需要重新计算。

系统应当保留必要的历史评价结果,明确记录重新评价的原因,并区分候选内容发生变化、主张发生变化和评价规则发生变化这几种情况。

动态更新的目的不是不断修改分数,而是使评价结果始终与当前任务、当前证据和当前适用条件保持一致。

25.16 与 WSaiOS-SI 核心理论的关系

证据支持程度与相关性评分的区分,体现了 WSaiOS-SI 对知识、结构、运算、认知和决策之间边界的要求。

从结构角度看,语义相关性评价需要明确目标、候选对象、属性、关系和条件;证据支持评价还需要明确待核验主张、证据对象以及证据与主张之间的作用关系。

从运算角度看,两者都可能使用比较、计算、判断、匹配、概率、排序和验证,但具体的运算目标与结果含义不同。

从认知角度看,相关性评价帮助系统确定哪些内容值得关注和处理;证据支持评价帮助系统判断现有材料对特定主张提供了什么依据。

从决策角度看,相关性结果可以影响检索和处理顺序,证据支持结果则可以影响后续核验路径、补充证据需求和结论形成。

从动态学习角度看,相关性评价中的知识缺口可以反馈给动态语义需求库;证据支持评价中的证据不足、冲突和适用范围问题也可以生成新的需求,推动系统继续发现、获取和核验资料。

由此,两种评价可以进入同一条结构智能处理链,但必须保留各自的语义定义与运算边界。

25.17 本章总结

语义相关性评分与证据支持程度评价,是动态语义库中两个相互连接但不能互相替代的核心机制。

语义相关性评分关注候选对象与当前目标之间的联系及其任务适用程度,主要服务于资源发现、候选筛选、知识对应和处理顺序安排。

证据支持程度评价关注特定证据对于明确主张的支持、反驳、限定或其他作用,主要服务于证据分析和事实核验。

二者的关键区别可以概括为:

相关性判断候选内容是否与目标有关;证据支持评价候选内容能否为特定主张提供依据;事实核验则依据整体证据关系、适用条件和核验规则形成结论。

在 WSaiOS-SI 中,不能将相关性分数直接解释为事实真实性的概率,不能把证据支持程度直接解释为最终结论,也不能通过增加重复来源的数量来自动提高证据充分性。

正确的工程逻辑是:先明确需求与主张,再识别候选内容及其语义关系,分别进行相关性评价和证据支持评价,随后检查证据的适用条件、来源情况、独立性及冲突,最后由事实核验机制形成相应结论,并将尚未解决的问题反馈给动态语义需求库。

这一机制使动态语义库能够区分“值得关注的信息”和“能够支持判断的证据”,进一步建立从信息获取、语义组织到可追溯核验的完整处理路径。

下一章可继续研究《证据独立性、重复来源与联合支持的计算》,进一步明确多条证据之间的依赖关系、重复信息识别、独立性判断及联合支持规则。

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