面向结构智能的动态语义库：概念界定、运行机制与工程框架

 

摘要： 结构智能系统要解决现实任务，不仅需要保存知识，还需要判断当前知识结构相对于任务存在何种缺口，并据此动态获取、组织和核验外部语义知识。本文基于 WSaiOS-SI 结构智能理论，提出动态语义库的概念框架，将其界定为以当前任务和已有知识结构为依据，动态生成语义需求、形成检索条件、获取外部资源、识别语义单元、建立语义关系、管理证据与冲突、开展相关性计算及必要概率评估，并支持知识版本演化的语义知识体系。文章区分动态语义库与静态知识存储，划分动态语义需求库与实时语义库的双库结构，阐述“任务—需求—检索—资源—语义—关系—证据—计算—反馈”的运行链条，并提出八项工程研究目标。本文认为，动态语义库的核心不在于信息数量扩张，而在于使系统能够明确“缺少什么、为何需要、如何关联、依据什么判断、如何持续修正”，从而为结构智能提供可追溯、可运算、可验证的外部语义知识组织机制。

 

关键词： 动态语义库；结构智能；语义需求；证据核验；知识演化

 

1 引言

 

智能系统解决现实问题，需要具备知识获取、知识组织、关系理解以及基于知识进行运算和决策的能力。在 WSaiOS-SI 结构智能理论中，知识不是孤立信息集合，结构也不只是数据分类、排列或存储形式。结构由元素及元素之间的关系构成，能够表达对象的组成、属性、状态、条件、方法及其联系。只有当元素与关系形成可识别、可计算、可判断和可验证的知识结构时，知识才能进一步参与能力形成与问题解决[1]。

 

然而，任何已建立的知识结构都具有适用范围和认知边界。新任务可能暴露知识缺口，现实对象变化可能使已有知识过时，多来源信息可能相互矛盾，对象属性、状态、条件或方法可能存在缺失。这些问题并不必然意味着已有知识结构失效，而是说明现有知识结构与当前任务之间存在尚未解决的语义需求。系统真正需要解决的，不是简单增加网页资料，而是明确：当前任务缺少什么知识；缺失知识与哪个对象、属性或关系相关；应寻找何种外部资源；不同来源是否指向同一事实；已有知识与新信息是否冲突；哪些内容可作为已核验知识使用，哪些仍需验证。

 

据此，本文围绕“动态语义库”的提出背景、概念界定、研究对象、运行机制和工程目标展开讨论，试图回答结构智能为何需要动态语义库，以及动态语义库应如何被理论化与工程化。

 

2 理论背景：从静态存储到动态语义组织

 

知识存储解决知识如何保存、读取和管理的问题；动态语义库还需解决知识为何被需要、如何被发现、如何与已有知识建立关系，以及如何判断新知识能否参与后续运算的问题。二者的区别不在于是否使用数据库，也不在于是否能够更新数据，而在于系统是否具有由任务和结构状态驱动的动态语义组织机制。

 

传统静态知识存储可以保存对象、属性、值和关系。但如果系统不能根据当前任务发现知识缺失，也不能根据缺失形成新的检索条件，那么即使数据库内容不断增加，系统仍可能无法获得真正需要的知识。同样，一个能够持续采集网页的系统，如果只是保存正文、标题和关键词，却未建立外部信息与现有对象、属性、关系及任务条件之间的明确联系，也不能仅凭采集数量形成可靠的结构智能知识。

 

因此，动态语义库必须同时考虑两类动态性。第一是需求的动态性：系统需要什么知识，不应完全由预先设计的固定清单决定，而应根据当前任务、已有结构、知识缺失、关系缺失、信息冲突和现实变化动态确定。第二是语义组织的动态性：新获取信息不应仅作为独立记录存储，而应根据其语义内容、适用条件、证据来源和核验状态，与已有知识建立可追溯的对应关系。

 

需要指出，静态知识存储也可以具备关系管理、版本控制和数据校验功能。动态语义库并不以否定这些技术为前提，而是进一步把动态需求生成、语义关联和证据处理整合为统一运行过程。其理论创新不能仅建立在“数据能够实时更新”上，而应建立在需求驱动的语义组织与知识结构持续演化这一核心机制上。

 

3 动态语义库的概念界定

 

本文将动态语义库定义如下：动态语义库是 WSaiOS-SI 结构智能体系中，以当前任务和已有知识结构为依据，动态生成语义需求，按真实结构定义形成检索条件，通过外部资源发现与获取、语义单元识别、知识对应、关系建立、证据核验、相关性计算、必要的概率评估和版本管理，形成可追溯、可运算、可验证并能够持续演化的语义知识体系。

 

该定义包含六个不可相互替代的基本要素。

 

第一，需求驱动。系统应根据当前任务与已有知识状态确定需要补充或核验的内容，而不是无差别采集信息。

 

第二，结构约束。检索条件与知识关联必须建立在实际存在的结构定义之上，不得擅自假定固定行业、固定对象或固定字段。

 

第三，语义对应。外部内容必须与已有知识元素、对象、属性、关系或任务条件建立明确对应关系，才能进入相应知识运算流程。

 

第四，证据管理。系统需要保存主张、来源、证据、关系和核验状态之间的联系，并允许证据支持、反驳或无法确定某项主张。

 

第五，可计算性。语义知识必须能够按照明确规则参与比较、计算、判断、匹配、排序、验证以及在适当条件下进行的概率评估。

 

第六，持续演化。新需求、新资源、新证据和新核验结果可以改变语义知识的内容、关系、状态与版本，并进一步触发新的需求。

 

由此可见，动态语义库不是单纯存储模块，也不是只负责获取网页的检索模块，而是一套贯穿需求、资源、语义、关系、证据、计算和更新的知识组织机制。

 

4 研究对象与边界

 

动态语义库的研究对象不是所有现实信息的无差别集合，而是与当前任务、已有知识结构及后续智能运算存在明确关系的语义知识及其形成过程。其研究对象可划分为以下相互关联的部分。

 

4.1 动态语义需求

 

动态语义需求是系统在特定任务和当前知识状态下，为完成后续理解、判断、计算、匹配、验证或决策而需要补充、澄清或核验的知识要求。完整的语义需求原则上应描述需求来源、需求目标、关联结构、检索条件、完成条件和当前状态。动态语义需求必须说明需要解决的问题及其与现有知识的关系，而不能仅表现为没有明确目标的搜索词。

 

4.2 外部知识资源

 

外部知识资源是动态语义库为满足语义需求而发现、获取或接收的外部信息载体及其内容。资源可以来自公开网页、公开文档、技术说明、标准文件、产品资料、数据库接口、人工提供材料以及经过允许的外部 AI 回答等。但资源本身不等于知识结论。多个网页重复发布同一消息，也不意味着系统获得多个独立证据。因此，系统不仅需要保存资源内容，还需要保存资源标识、获取时间、来源地址、资源类型、版本信息以及资源与具体语义主张之间的对应关系。

 

4.3 语义单元

 

语义单元是从外部资源中识别出的、能够表达明确内容并参与知识关联的基本语义对象。例如，“某型号产品额定电压为 5V”可形成关于特定产品型号及其电压属性的一项语义主张。为参与后续运算，系统需要识别其对象、属性、值、单位、适用条件、来源证据和核验状态。语义单元的核心价值，在于把外部资料中的具体内容转化为能够与现有知识结构建立明确联系的对象。

 

4.4 语义关系

 

语义关系描述语义单元、已有知识元素、对象、属性、条件、方法和证据之间的联系。在动态语义库中，关系不能仅依据文本相似、共同出现或词语重合来认定。两份资料都出现“电动牙刷”和“认证”，并不能证明它们讨论同一产品、同一种认证或同一有效期限。语义关系必须结合关系定义、参与关系的对象、适用条件以及可用证据进行判断。本文区分对应关系、支持关系、反驳关系、冲突关系、包含关系、条件约束关系、方法依赖关系和来源衍生关系等类型。每类关系都需要自己的定义、成立条件和验证规则。

 

4.5 证据与核验状态

 

证据用于说明某项语义主张为何值得接受、为何受到质疑或为何仍无法判断；核验状态用于记录系统针对具体主张已经完成了什么验证，以及现有证据支持到什么程度。二者必须分开管理。一项主张可能具有明确来源但证据不足，也可能存在多个来源却因相互转载而缺少独立支持，还可能存在权威资料但适用型号与当前对象不一致。因此，系统不能仅根据来源存在、来源数量或相关性得分，直接把主张标记为真实。未知与冲突不是必须立即消除的异常，而是需要明确记录和继续处理的知识状态。

 

4.6 语义评分与概率评估

 

动态语义库需要判断哪些外部资源更值得优先处理，以及现有证据对某项主张提供多大支持。语义相关性评分用于衡量候选资源或语义单元与当前需求之间的关联程度；概率评估则针对明确事件，对其发生可能性或某项明确命题的成立可能性进行估计。两者不能混为一谈。某网页与当前产品认证需求高度相关，只能说明该网页值得进一步处理，并不能证明网页中的认证声明正确。没有适当核验样本和可靠评估方法，系统不应将关键词匹配率或相关性得分包装成事实概率。

 

4.7 知识版本与演化记录

 

动态语义库中的知识可能随新资料、新证据、适用条件变化和核验结果发生变化。版本管理的目的不是简单保存修改时间，而是能够回答：某项主张最初来自哪里；后续增加了哪些证据；原有结论为何变化；变化影响哪些知识关系；哪些下游运算需要重新执行；旧结论在什么条件下仍有历史参考价值。知识演化必须同时保留内容变化、证据变化、结论变化及其原因。

 

5 双库结构：动态语义需求库与实时语义库

 

在工程实现中，动态语义库应区分两个核心组成：动态语义需求库与实时语义库。二者相互连接，但不能混为没有边界的记录集合。

 

动态语义需求库负责记录系统当前需要解决哪些语义问题，以及这些问题从哪里产生、与哪些知识结构相关、需要何种处理、何时可以视为完成。它主要回答：当前缺少什么知识；为什么需要补充或核验；该需求对应哪个任务和知识结构；需要寻找哪些类型的资源；当前需求处于什么状态；现有处理结果是否足以满足需求。

 

实时语义库负责保存围绕这些需求形成的资源、语义单元、知识对应关系、语义关系、证据、评分、核验状态和版本记录。它主要回答：系统已经发现和获取了哪些资源；从资源中识别出了哪些语义主张；这些主张对应哪些已有对象、属性和值；哪些证据支持或反驳这些主张；当前结论处于什么核验状态；相关性和其他计算结果依据什么规则产生；知识发生了哪些变化，变化原因是什么。

 

两者形成持续循环：现有知识结构产生需求，需求驱动资源获取，资源处理形成语义知识，语义知识满足或修正需求，处理结果又可能产生新的需求。因此，动态语义需求库不是实时语义库的简单查询页面，实时语义库也不是动态语义需求库的附件。前者管理需要解决的问题，后者管理围绕这些问题形成的语义知识及其证据。

 

6 基本运行原理

 

动态语义库的运行从现有知识结构与当前任务开始，而不是从无差别搜索外部信息开始。当系统接收到任务时，首先判断已有知识是否能够满足任务要求。如果不能，则识别缺失的对象信息、属性值、关系、条件、方法或证据。随后，系统根据实际结构定义生成检索条件。结构定义中存在行业、分类、对象和属性等信息时，检索条件应依据真实定义动态形成；行业与字段、分类与字段可作为核心检索组合，对象名称、已有属性值、关系和适用条件可进一步限定检索范围。

 

检索得到的外部资源经过解析形成语义单元。语义单元再与现有知识结构建立对应关系，并依据具体关系类型和成立条件形成语义关联。此后，系统将语义主张与证据联系起来，识别支持、反驳、冲突和未知状态，并根据任务要求进行相关性计算、候选排序及必要的事实核验。只有在数据与证据满足相应要求时，系统才可把处理结果用于后续知识运算。无法确认的内容应保留不确定状态，而不是为完成任务强行转化为确定结论。最后，系统记录本次需求的处理状态、知识版本及结果；如果新证据改变已有结论，或后续任务暴露新的知识缺口，系统便产生新的语义需求。

 

其运行链可概括为：

 

任务与现有知识结构 → 动态语义需求 → 检索条件生成 → 外部资源获取与解析 → 语义单元与知识对应 → 关系建立与证据核验 → 语义计算与状态管理 → 知识运算与任务处理 → 反馈与新需求。

 

这条运行链体现的核心原则是：每一个重要处理环节都应有明确输入、处理规则、输出和状态记录；某一环节未取得充分结果时，应能够保留失败、未知或待处理状态，而不是通过默认值或未经证实的假设掩盖缺口。

 

7 工程研究目标与评价

 

动态语义库理论必须能够指导工程实现。本文提出以下工程研究目标。

 

第一，建立动态需求生成机制。系统能够依据当前任务、实际结构定义、缺失信息、关系缺口、知识冲突及更新事件产生明确语义需求，并为每项需求保留来源与完成条件。

 

第二，建立基于结构定义的检索机制。系统从真实结构定义中读取行业、分类、对象、属性及相关关系，动态形成检索条件，避免针对某个行业、产品或字段编写不可扩展的专用映射。

 

第三，建立外部资源处理机制。系统能够发现和获取允许访问的外部资源，进行解析，保留来源、获取时间和版本等信息，并处理不可访问、内容为空、格式异常或资源过期等情况。

 

第四，建立语义单元与知识关联机制。系统能够把外部资料中的语义主张与已有知识元素对应，区分对象相同、属性相同、值相同和关系成立等不同判断，避免仅凭关键词重合建立错误关联。

 

第五，建立证据核验与冲突管理机制。系统能够为具体主张保存支持证据、反驳证据和适用条件，在冲突时保留不同主张及来源，避免无条件覆盖旧知识。

 

第六，建立相关性计算与概率评估机制。系统能够对相关性评分的组成、计算规则和用途作出明确说明；只有具备适当数据、事件定义和验证条件时，才开展概率估计，并评估其可靠性。

 

第七，建立版本管理与持续更新机制。系统能够识别新增知识、证据变化和结论变化，保留历史记录，并在必要时触发重新核验和新需求生成。

 

第八，建立可验证的工程评价机制。系统需要通过明确测试任务评估需求生成是否准确、知识关联是否合理、来源是否可追溯、冲突是否得到保留、更新是否一致，以及错误知识是否影响下游运算。

 

相应的评价不应只看采集数量或检索命中率，而应关注需求—资源—语义—证据—结论之间的可追溯性、核验状态的一致性、冲突保留的完整性以及知识更新对下游运算的影响。

 

8 讨论

 

动态语义库与 WSaiOS-SI 核心理论的关系需要明确。结构理论规定知识如何构成及如何参与运算；动态语义库负责根据任务需要发现、补充、关联、核验和演化语义知识；结构智能系统再利用这些知识开展能力形成、认知、决策和方法执行。动态语义库不能代替整个学习系统，不能独立代表完整认知系统，也不能把外部信息获取等同于智能能力形成。从方法层面看，获取一条操作说明不代表系统已经形成相应能力；保存一个方法也不代表该方法已在实际条件下成功执行。

 

本文的局限在于，当前工作主要确立概念框架、研究对象和运行原则，尚未展开具体数据结构、算法规则和接口实现。后续研究需进一步界定动态语义需求的字段模型与状态转换规则、语义关系的验证规则、证据强度与核验状态的形式化表示、相关性评分与概率评估的校准方法，以及知识版本变化对下游运算的触发机制。

 

9 结论

 

动态语义库的研究起点，是认识到已有知识结构与当前任务之间始终可能存在缺口。系统需要的不是无差别增加资料，而是根据真实任务确定语义需求，依据实际结构定义发现外部资源，并把获取内容转化为可与已有知识建立对应关系的语义单元。在这一过程中，语义对应、关系成立、证据支持、事实核验、相关性评分和概率估计具有不同定义和用途，不能相互替代。未知、冲突和不确定性也必须成为可明确表达和持续处理的知识状态。

 

本文据此确立了动态语义库的研究对象、基本定义、双库结构、运行原理、系统边界与工程目标，并明确其在 WSaiOS-SI 中的定位：为结构智能持续获取和组织外部语义知识提供基础，使知识能够在明确的结构、关系和证据约束下参与后续运算。动态语义库的核心，不是让系统拥有尽可能多的信息，而是让系统能够知道当前缺少什么、为什么需要这些知识、如何寻找和关联知识、依据什么判断知识，以及如何根据新证据持续修正知识结构。

 

参考文献

 

[1] 东塬一老翁. 动态语义库的提出与研究对象[M]//WSaiOS 理论工程研究：第十九卷 动态语义库理论与工程. 2026.

 

——论文草稿完——