《Scientific Data》:The Semantic Units Framework, a technology-agnostic representational approach to FAIR and CLEAR knowledge infrastructures
编辑推荐:
该研究引入了语义单元框架,这是一种与技术无关的语义模块化表征方法,其中陈述和复合意义结构被视作具有明确边界、身份及认识论地位的一等语义单元。针对以三元组为中心和基于OWL(Web本体语言)的知识图谱中反复出现的局限性,该框架将关注点从孤立的三元组转向可被引用、
该研究引入了语义单元框架,这是一种与技术无关的语义模块化表征方法,其中陈述和复合意义结构被视作具有明确边界、身份及认识论地位的一等语义单元。针对以三元组为中心和基于OWL(Web本体语言)的知识图谱中反复出现的局限性,该框架将关注点从孤立的三元组转向可被引用、情境化和组合的连贯意义单元。为支持超越单个事实的科学泛化,该框架引入了实例量化资源类别(some-instance、most-instances、every-instance、all-instances),从而能够明确表示存在性、原型性和普遍性主张及其否定和语境限定。结合语义单元,该方法支持在统一语义模型内表示高阶陈述、认识论立场和结构化科学论证。语义单元框架并非提出新的图技术,而是提供可复用的概念基础,能够在现有数据和知识表征技术中实现,并同时支持机器可操作的推理和人类可理解的知识表示。
研究背景方面,随着科学和社会情境中数据与知识体量及多样性的快速增长,研究数据基础设施越来越需要遵循FAIR(可发现、可访问、可互操作、可重用)指导原则。近期提出的CLEAR原则作为补充扩展,强调数据和知识结构应具备认知互操作性、语义链接、情境可探索性、直观可访问性和人类可读可解释性。知识图谱、语义图模式和本体在这一愿景中扮演核心角色,为组织、整合和表征异构数据与知识来源提供技术、形式和概念框架。然而,当前知识图谱形式化体系存在根本性局限:它们隐含地将表征的陈述视为断定真理,难以建模非断定性内容、认识论归属、分歧或演化解释,同时缺乏统一的语义框架和标准化形式体系来跨技术表征数据与知识。
研究人员开展了概念性研究,提出并系统阐述了语义单元框架。该框架的核心创新包括两个相互关联的概念:一是语义单元,即可识别、有边界的意义单元,将语义连贯的陈述组合为可引用、注释和关联的一等对象;二是实例量化资源类别,即some-instance、most-instances、every-instance和all-instances四类资源,扩展了标准资源模型以支持科学泛化。该框架定义了五项核心设计标准:语义有界性标准、一等陈述地位标准、认识论中性标准、情境作为结构标准、以及通过语义一致性确立身份的标准。
研究结果方面,研究人员建立了系统的语义单元分类体系。陈述单元作为最小命题意义载体,包括词汇陈述单元(标识单元、类标识单元)、断定陈述单元、存在陈述单元、原型陈述单元和普遍陈述单元等五种基本类别。复合单元则作为更高层次的组织资源,包括项目单元、项目组单元、类档案单元等。针对具体挑战,研究人员展示了相应的解决方案:对于复杂类公理,通过普遍项目组单元使用实例量化资源替代空白节点;对于否定和基数限制,引入否定单元和基数限制单元直接在ABox(断言盒)层面表征;对于查询复杂性和疑问陈述,设计问题单元将疑问句作为一等对象;对于时空和序列信息,引入时间索引、地理索引和时间顺序陈述单元;对于指令性陈述和条件陈述,建立指令单元和指令条件单元;对于逻辑论证,构建演绎单元、归纳单元和溯因单元三类逻辑论证单元;对于非断定性内容,通过区分断定性单元和非断定性单元实现表征与认可的解耦;对于认识论信念和分歧,设计认识论单元及其递归结构;对于意义碎片化,通过显式模块化边界维护语义整体性;对于实体身份模糊性,将语义单元身份与实体身份可选对齐。
研究结论指出,语义单元框架的核心贡献在于支持选择性形式化,即明确知识基础设施中哪些部分受何种逻辑或认识论假设支配,哪些部分不适用于形式推理。该框架作为抽象语义构建块而非特定技术模式定义,本质上与技术无关,虽以RDF/OWL为例展示,但可自然对齐FAIR数字对象理念,为组织和情境化无法被单一逻辑系统完全形式化的知识提供结构化但技术灵活、透明且可复用的方式,从而在人类语义理解与机器可操作结构之间架设桥梁,同时支持FAIR对齐的计算和CLEAR对齐的可解释性与可用性。该论文发表于《Scientific Data》期刊。