概念知识元的语义融合生成路径与框架

王子龙 戎军涛

(1.石家庄学院文学与历史学院,石家庄,050035; 2.中国人民大学信息资源管理学院,北京,100872)

1 引言

科学研究旨在通过创新性的科学探索活动揭示事物的本质和规律,为人类更好地认识世界和改造世界提供新的理论、观点和方法,其核心是知识的生产、创造。知识创造是指产生创新知识的过程,包括新发现、新规律、新学说、新方法、新技术和新发明,是促进科技进步和经济增长的革命性力量。揭示知识创造的内部机理,发现知识创造的规律成为知识管理、知识学、认知科学、人工智能等领域突出的热点和难点问题。

认知主体如何融合生成知识是一个高级、复杂的心理过程,是解决科学创新问题的核心机制。从科学理论的建构过程来分析,知识的创造是一个形成概念、范畴并将其序列化、体系化的过程;从知识体系结构来分析,概念是知识体系的最小组成单位,是内容结构的知识元;从逻辑思维形式来分析,概念是思维的最小单位,是思维的逻辑起点。因此,关于概念形态知识元的融合生成机理研究,就成为知识创造领域的基础理论问题。

知识融合是知识创造的一种重要途径。概念形态知识元的产生就是不同知识元之间相互融合的结果。这种融合机制恰恰是不同知识元之间的交互、碰撞、融汇的过程。本文以概念知识元为研究对象,旨在从知识元的结构层面揭示新概念生成的语义融合机制,从而在微观层面解释知识创造的内部机理。

2 相关研究综述

知识创造是哲学领域知识论的核心命题,围绕知识的生成、确证形成了经验论和唯理论两大经典路线。近代以来,知识创造命题更是吸引了心理学、认知科学、语言学、人工智能、管理学、科学学等众多学科的关注,产生了众多理论模型。关于知识创造机理的解释,影响最为广泛的是SECI知识转化模型和以耗散论、协同学、突变论为基础的知识涌现学说,但这些理论只是着眼于对知识创造外在过程的描述,未能进一步对其内在机理予以揭示。值得关注的是,知识基因学说、知识发酵学说和知识整合学说均从微观层面探索了知识创造问题,为我们的研究提供了基础。

2.1 知识基因学说

英国著名哲学家波普尔[1]在深入研究了达尔文的进化论后发现,知识的发展与生物进化有着惊人的相似之处,并提出人类知识是长期进化的产物,这一点符合达尔文的进化论模式,知识进化中蕴含着“基因”。国内外学者围绕知识中的“基因”展开研究探索,提出了思想基因、情报基因、知识基因等概念,研究了知识基因的重组、遗传、变异与进化等问题。如我国学者刘植惠[2]的知识基因理论,阐明了知识遗传和变异的机制和规律性,提出科学概念是知识的基本单位——知识基因,进而构成知识DNA、知识纤维、知识细胞,最终形成知识体系;系统地研究了知识基因的遗传方式和变异途径。许志强等[3]指出,知识变异主要是由于知识DNA复制发生差异造成的,因而提出知识基因突变的三种机制,即要素置换、缺失基因突变和插入基因突变。刘福林等[4]采用仿生学演绎和实证方法提出了知识基因的自由组合规律。知识基因论揭示了知识的进化进程,是知识创造的重要理论基础,具有很大的研究空间。

2.2 知识发酵学说

研究人员将知识创新和生物发酵进行类比后,提出知识发酵理论。天津大学管理学院和金生教授等[5-6]结合仿生学原理,提出了“知识发酵”理论并构建了“知识发酵”模型。该理论认为,知识发酵类型分为消化型发酵、适应型发酵、会战型发酵、演进型发酵和再造型发酵。知识发酵模型的要素包括知识菌株、知识母体、知识酶、知识技术、环境、知识发酵吧、知识源和更新的知识等。知识发酵模型解释了知识创造的内在机理,在一定程度上弥补了现有知识管理中有关知识创造的不足。

2.3 知识整合学说

美国认知语言学家福柯尼耶和特纳[7]提出了概念整合理论(conceptual blending theory),指出概念整合在四个基本空间中进行,即类属空间、输入空间Ⅰ、输入空间Ⅱ、整合空间。类属空间向两个输入空间映射,整合反映输入空间共同的、常见的抽象的组织与结构,规定核心跨空间映射;输入空间映射具有部分与选择的属性,当输入空间Ⅰ与输入空间Ⅱ部分地投入到合成空间后通过“组合”“完善”和“提炼”三个彼此关联的心智认知活动的相互作用产生新创结构,在新创结构中完成意义的产生。

2.4 述评

知识基因学说和知识发酵学说都从仿生学视角对知识创造进行了研究,特别是知识基因突变思想,揭示了知识演化的内部动因,在知识创造原理的系统解释方面显示出比较独特的视角。知识基因理论试图建立一个知识基因的研究框架体系,但后续研究未能持续跟进,理论缺乏进一步实证,缺乏成熟度,未能深入说明知识创造的微观机理。知识整合学说把不同认知域的框架结合起来进行考察,认为框架整合产生了新结构,生成新意义。知识整合学说从认知理论视角揭示了知识创造意义的生成过程,为我们的研究提供了参考的框架。整体上就目前研究现状看,知识创造机理揭示得并不十分清楚、明朗,多侧重宏观的、外在的阐释说明,缺乏内在的、微观的研究解释,没有从知识结构本身进行深入探索。

3 概念知识元的表征模型

3.1 概念知识元界定

知识元是一定语境中相对独立的、具有完备知识表达、最小粒度的语义内容单元[8]。概念知识元就是以概念形态存在的知识最小单位。概念是思维的最小单位,其定义方式通常是直接揭示概念所反映的思维对象及其所特有的属性或本质属性。概念知识元通常具有语义完备性、独立性和最小粒度三个特征。语义完备性主要指知识元的内容表达要有实际意义,不存在语义结构缺失问题,能够完整表达、说明、解决5W1H(who、where、when、what、why、how)问题。独立性指知识元是知识运动形式一个相对独立的实体,可以脱离知识单元体系单独存在,可以游离运动和自由结合。最小粒度是指知识元相对于它所表达的知识而言,具有语义逻辑上的不可再分性。

3.2 概念知识元的结构

概念知识元内部存在着有序的结构,承载了大量、丰富的语法信息、语义信息和语境信息。概念知识元结构就是由语义元和语义键组成的复杂概念结构,见图1。

图1 概念知识元的结构

语义元是组成知识元内容的概念对象,也就是网络节点,是知识元的内容因子,如时间、地点、人名、机构、术语等实体对象。知识元不是语义元的简单罗列,而是一组语义元的逻辑组合。语义键指语义元之间的关联关系,大量的语义逻辑关系和情景信息都包含在语义键中。语义键所包含的关联类型多样,如并列、承接、顺序、因果、条件、方式、比较、让步、目的等。知识元包含的语义元和语义键的数量越多,则排列组合形成的结构越复杂。语义元排列组合的不同是造成知识元差异的根源。

3.3 概念知识元的内容描述模型

概念知识元仅仅是一种符号表达,其所表现的是一幅在认知图式参与下构建起来的语义场景,一方面这种场景以网络形态的心理结构存在于意义世界,另一方面该场景的内容指向现实世界。依据场景的活动要素和逻辑语义关系,我们将概念知识元的内容表达模型抽象为主体、客体两个类别,这两个类别属于语义元,见图2。主体拥有认识论、价值论、方法论属性。客体拥有领域、本质、规律属性。主体表示场景事件活动的施动者,在认识论、方法论、价值论的驱动下实施活动。认识论是主体活动的理论依据。价值论表示主体活动的价值行为取向,包括问题、目标、价值等要素。方法论是主体所依据的技术、方法、工具、途径、路线、框架等手段。客体表示主体活动指向的对象,属性包括领域、本质和规律。领域表示客体所归属的主题范畴,本质表示客体的特有的特征,规律表示客体的运动规律和演化规律。

图2 概念知识元的内容描述模型

4 概念知识元的语义融合生成路径

4.1 语义融合的本质

语义融合是人类的基本思维方式和认知形式,其本质是构成知识的内容因子的结构重组,其意义生成过程是认知层面认知主体对结构重组的心理解读,是认知主体在意义层面的心理操作。知识的语义融合代表着旧的知识在新的知识体系中的继承、扬弃,意味着新的知识的产生。事实上,任何一种科学创造过程,都是先把结晶的知识单元游离出来,然后再在全新的思维势场上重新结晶的过程。这种过程不是简单地重复,而是在重组中产生全新的知识系统,全新的知识单元[9]。因此,概念知识元的生成过程就是构成概念知识元的内容因子——语义元的重组过程。

4.2 语义元的重组方式

遗传学的伟大创始者格雷戈尔·约翰·孟德尔,于1865年提出的生物基因自由组合规律,揭示了产生生物新性状的规律之一。从仿生学演绎的角度看,该规律为揭示知识元融合机理提供了启发。语义元是构成知识元的内容因子。语义元重组是产生知识元的重要途径。重组的方式主要有语义元的替换和结合。语义元替换指外来的语义元与当前语义结构中的语义元的代替、更换,主要发生在研究方法、活动手段、认知工具、行为规则、理论框架等语义实体层面。语义元的结合指外来的语义元与当前语义结构中的语义元的结合,主要发生在认知主体、客体等语义实体层面,体现为复合形态的关系组合。交叉学科领域有大量的复合概念,具体类型实例见表1。

表1 交叉学科领域概念知识元实例

4.3 概念知识元的语义融合生成路径

概念知识元生成的逻辑是语义元的重组。围绕语义元重组而形成的具体操作手段、方式、环节、流程就构成了概念知识元的语义融合生成路径。具体路径包括外来知识的引入、知识相关关系的发现和新生成知识的选择性进化。其中,外来知识的引入是语义元重组的前提条件,知识相关关系的发现是语义元重组的核心,知识的选择性进化则是保证知识为真的控制条件。

(1)外来知识的引入。任何新知识的产生都不是凭空的,必然存在多个知识的“母体”和“父体”,因此知识的重组必须要有外来知识的引入,这是保证知识携带有新鲜语义元的前提和先决条件。影响知识引入的因素主要有知识的交流和知识的异质性。一方面,知识交流、共享、转移要遵循知识的自由组合原则;另一方面,要引入异质性较大的知识。研究表明,知识的异质性对知识的创造有显著的影响[17]。通过引文观测,我们可以提出一个假设,即学缘关系与知识元融合创新度成反比关系。具体来说就是知识元之间的学缘关系越远,那么融合产生的知识元创新度就越大,反之则知识元创新度较小。

(2)知识相关关系的发现。知识发现的本质就是知识资源中知识元及其相互关系的揭示与发现[18]。知识发现的目的在于探测、挖掘、分析、预测知识与用户之间潜在的、相关的匹配关系。相关关系是一种认知层面上的语义符合的、一致的关系,并非物理层的文献匹配,是一种动态、多维、多等级的复杂关系,其类型主要有算法相关、主题相关、需求相关、情景相关和社会认知相关[19]。语义元之间相关关系的识别与发现,是知识相关关系的关键。语义元重组需要发现新引入的语义元与当前语义元之间的关系。这种知识相关关系的发现需要个体的认知判别。这种知识发现的结果通常表现为“顿悟”“知识跃迁”“知识涌现”,也就是个体头脑在已有知识结构基础上的知识结构的改变,这并非是隐性知识的显性化。

(3)新生成知识的选择性进化。科学知识应该具有可证伪性。并非所有新创造、生成的概念知识元都能存续,还必须经过知识的人工选择和自然选择过程。人工选择是学科领域内学术共同体对新知识的评价、批判、选择、剔除的过程,是同行评议的过程。自然选择是知识的历史性检验的过程,这是一种对假说的历时性的反复的证伪过程,也是理性选择的过程。只有经过选择、检验、证伪这样的“自然选择”的过程,且被证明是符合逻辑或客观规律的才成为新知识,从而产生知识创新,这是知识产生、发展、进化的必然生存历程[20]。新知识会重新进入知识交流过程,被其他领域知识引进、吸收、重组。

5 概念知识元的语义融合生成框架

我们以前文提出的“语义元重组”思想为理论基础,构建了一个知识元的语义融合生成框架,用以说明知识元的生成过程,包括知识元的获取、解析、关联构建和重组生成环节。知识元的获取、解析是前提准备环节,语义关联是核心关键环节,知识元重组生成是调整适应环节。各个环节由相应的心理机制控制,分别是选择机制、心理词典、认知图式、证伪机制。框架模型见图3。

图3 知识创造的知识元融合模型

5.1 知识元获取

知识元通过同一关系、隶属关系和相关关系进行排列组合,从而构成了不同粒度的知识单元。各个知识单元形态按照层次、结构和功能等组成有序、多粒度、多层次的知识系统。知识元获取指认知主体通过阅读知识文本识别、获取其所包含的知识元的过程。问题触发机制促使思维首先通过搜索、比对获取相应的知识系统的知识资源,发现具有意义的知识集合,然后从目标知识集合中抽取知识元,这是知识元融合的资源提供机制。知识元融合要求要有两个以上的、来自不同学科领域内的知识元,且知识元携带有新鲜语义因子。对具有潜在创新价值的知识元的获取,需要在选择机制的控制下进行识别、判断、匹配。选择机制是认知主体与社会互动形成的心理判断与评价标准,包括价值、情感、文化、风俗、习惯、信仰、意识形态等心理背景系统。选择的核心是匹配。在选择机制的控制下,符合预期创新目标和标准的知识元被成功匹配、识别、获取。

5.2 知识元解析

知识元解析指通过进一步的分析思维解构知识元的结构,析取语义元和语义键。语义元是知识元的内容因子,析取出的语义元彼此相互独立,具有概念组配性。语义键指语义元之间的语义关系。语义元的重组会产生新的知识元,而语义元的析取是语义元重组的必要条件。

对知识元的解析是一个在心理词典的辅助下自动完成的心理过程。心理词典是人对语词的形态、语法、语义和语用等全面认知所形成的心理体系,表现为存储在长期记忆中的词汇知识,是语言使用者理解和生成语言的基础[21]。在学术领域,心理词典实际上存储的是术语知识。在心理词典的控制下,人们可以对知识元的内容文本进行自动切分,析取出语义元和语义键,完成语义实体角色和语义关系的识别、匹配。实际上,如果认知主体无法自动切分一段复杂文本,则会发生认知、解析的困难。知识元的解析是语义融合的前提。如果没有知识元的解析,语义元和语义键就无法析出,也就无法形成语义融合的要素结构。

5.3 关联构建

语义关联指在认知图式控制下的相关语义元之间关联关系的发现。“相关性”是语义关联的重要规则,主要是语义元之间的相关关系。以语义键为存在形态的语义关系主要由认知图式来提供。不同语义元之间的相关性需要通过激活相关的认知图式来发现。认知图式是认知主体有关对象知识的概括化和抽象化结构,简而言之,是关于对具体对象的一种知识结构。它的基本单位是命题,一系列相关命题组成的命题集合(网络)就是认知图式[22]。认知图式在日常生活中通过经验或学习而形成,经历了从具体到抽象的命题组合过程。图式的激活,就是认知主体通过所接受的某些信息(如文章的标题、图表、关键词等线索)去判断、预测该材料可能涉及的内容,并同时据此从图式框架中提取可能适合的相关背景知识,即某一特定的图式以供理解之用[23]。认知图式的激活因素通常包括主体认知水平、主体心理距离、语义相似度、共现频度、刺激形式、社会价值导向等。学科交叉通常是产生创新的重要途径,学缘关系就成为语义元之间重要的相关关系。

5.4 重组生成

语义结构重组生成指通过认知图式提供的框架和关系将建立了相关关系的语义元进行结构重组,形成语义元网络,其结果便是形成知识元,产生新思想、新范式或新的假说。语义结构重组一般包括理论、思想等认识论层面的重组和技术、工具、路径等方法论层面的重组,这在交叉学科领域内有大量的表现。语义元重组的方式可分为两个环节:一是被激活的认知图式提供重组所需的语义关系即认知框架,这里主要指概念知识元的内容描述框架;二是将建立相关关系的语义元作为框架的元素排列到框架中。概念框架的建构和运用是人类认知的基本能力,在科学认知中,一个系统的概念框架通常称为科学模型或科学理论[24]。通过语义元重组而产生的知识元并非是最终的创新知识元,还必须经过人工和自然的双重选择过程。知识的证伪机制会将错误的知识淘汰,将正确的知识留存并继续检验、证伪。在这一历史过程中,知识会不断完善、进化。

6 实例分析

交叉学科的研究是知识融合的重要应用领域,是获得高水平知识创新成果的重要途径。作为科学研究领域奖励的最高殊荣——诺贝尔奖,有半壁江山获奖者属于交叉学科。2021年1月,国务院学位委员会、教育部印发通知,新设置“交叉学科”门类,成为我国第14个学科门类。发展交叉学科、鼓励跨学科研究和攻关成为科技创新领域的共识。2021年12月,国务院学位委员会印发《交叉学科设置与管理办法(试行)》通知,首次明确交叉学科的内涵,即在学科交叉的基础上,通过深入交融,创造一系列新的概念、理论、方法,展示出一种新的认识论,构架出新的知识结构,形成一个新的更丰富的知识范畴,已经具备成熟学科的各种特征。我们以“生物信息学”这一交叉学科的概念为实例,来模拟、说明概念知识元可能的语义融合生成过程。

6.1 外来知识元的引入

生物信息学的来源学科有分子生物学和信息学。在学科交叉融合过程中,主干学科是分子生物学;信息学是其引入的方法论学科,属于外来学科。对信息学的关注和引入将为分子生物学的知识融合提供理论来源。

“分子生物学”这一学科概念可以作为生物学领域的概念知识元,其内容表述为:研究组成生物体的各类大分子(如核酸、蛋白质、多糖等)的结构和功能,用物理学手段揭示生命现象的本质。其基础是遗传学、生物化学、高分子物理化学以及化学物理学等[25]。计算机科学、信息科学的迅速崛起,为其他学科领域的研究提供了技术应用和方法论思想。信息学的概念、方法、技术很容易引起分子生物学领域的关注。问题触发机制促使分子生物学领域的学术共同体在选择、比较其他相关学科内容的基础上开始关注信息学科的内容。

“信息学”作为信息领域的概念知识元,其内容表述为:是以信息论和控制论为理论基础、以电子计算机为主要工具并吸收了仿生学、人工智能和系统工程的思想、方法和理论发展起来的一门新兴科学。信息科学的主要任务是研究信息的性质,信息的提取、存贮、变换、传递、处理、利用和控制的一般规律,设计和制造各种信息处理系统,实现操作自动化从而不断扩展人类的智力功能[26]。对于分子生物学领域来说,“信息学”概念携带有新鲜的语义因子,并且意识到这种新鲜的语义因子引发的语义匹配可能带来的巨大学术影响。在选择机制的控制下,分子生物学领域研究人员将“信息学”的概念判断为具有潜在创新价值的概念知识元,并获取、引入“信息学”概念。

6.2 概念知识元的析取与表征

语义只能存在人的心理意识中,只有表征出来才具有操作意义,才有可能被表达、交流、共享、创新。清晰的语义会表征为网络状态的心理结构。概念知识元作为一种知识形态,其心理结构表现为相互关联、无限嵌套的知识网络结构。对概念知识元的阅读和理解,需要依靠人类的认知图式来完成。科研人员通过心理词典机制将“分子生物学”概念和“信息学”概念的语言符号陈述形式进行心理层面的自动语义切分,抽取出语义元和语义键,并将其表征为心理的“知识网络”状态。语义融合过程就是对心智空间中的知识网络的操作。

为了便于展示心理操作过程,我们用形式化的语义网络形态来演示、模拟、表达心智空间中抽象的知识网络形态,使其显性化表示为“三元组”形态的知识结构。实际的心理操作过程,往往更加复杂。依据上文提出的概念知识元内容描述框架进行概念知识元的语义内容析取。主体类用“语义元:主体”标注,客体类用“语义元:客体”标注。“属性类”表示所有属性的集合,一般表示为语义键,用前缀“语义键:”标注,例如 “语义键:认识论”。“属性实例”表示属性类的子集或者实例,一般可用表示具体属性的关键词来标注。“属性值”表示属性的实际取值,也就是属性实际指向的内容。概念知识元“分子生物学”的语义析取结果见表2,“信息学”的概念语义析取结果见表3。

表2 概念知识元“分子生物学”的语义析取

表3 概念知识元“信息学”的语义析取

6.3 语义关联建立

知识元语义析取的结果可进一步形式化表征为语义网络结构,见图4。分子生物学的研究对象是蛋白质、氨基酸等生物体大分子,研究任务是揭示这些大分子的结构和功能。生命物质本身携带的是海量的自然界本体论信息,其基因组信息序列结构十分复杂。信息学的研究对象是信息,研究信息的提取、转换、加工、分析和发现等内容。因此,利用信息科学方法对这些生物本体论信息数据进行研究,就成为破解基因序列复杂结构难题的全新视角。

图4 “分子生物学”“信息学”概念知识元的语义网络结构及相关关系

由于引入了信息学的概念,分子生物学研究人员的心理空间会同时存在生物本体论“信息”实体概念和信息科学的“信息”实体概念。两种“信息”概念产生的相似性会激活研究人员心理的认知图式,从而发现语义元“生物体大分子:核糖、蛋白质、多糖”和“信息”的相关性,并在两者之间建立心理上的语义关联。图4中的虚线箭头表明了两者的相关关系。认知图式下语义元之间关联关系的发现和建立为其语义结构重组创造了可能的条件。

6.4 语义结构重组

被激活的认知图式会在心理空间提供一个新的、存放新知识的认知框架。知识元内容描述模型在科研人员心理空间的映射,就表现为认知框架,也就是知识元模型在科研人员心理的结构表现形态。将图4中颜色标深的语义元实体作为新的要素插入新建立的认知框架中,然后按照认知图式补全其余的部分,就形成了融合后的知识元结构,见图5。由于融合后的知识元结构发生了改变,所以其映射在人的心智空间的意义也就发生了改变。也就是说,知识元结构的改变促使了新的意义生成。按照语义重组后的这种图式,研究人员可以将其用科学语言表述为:生物信息学又称基因组信息学,是分子生物学与计算机科学、信息科学和应用数学等相互交叉、融合而形成的一门新兴交叉学科。它通过对生物学实验数据尤其对基因组和蛋白质组庞大数据的获取、加工、存储、检索和分析,达到揭示数据中蕴含的生物学意义的目的[27]。

图5 “生物信息学”概念知识元的语义网络

我国生物信息学自20世纪80年代诞生以来,其理论与方法经历了科学界严格的检验和证伪,并在人类基因组计划、生物医药、农学、环境监测等相关领域产生了显著的影响[28]。数据智能环境下,大数据、机器学习、深度学习等人工智能技术不断应用到生物信息学领域,解决了海量信息的收集、存贮、处理、共享、交流、服务和开发等挑战性问题[29]。目前,生物信息学不断进化,发展出序列比对、基因识别、基因重组、蛋白质结构预测、基因表达、蛋白质反应的预测以及建立进化模型等分支领域,成为生命科学领域最具吸引力的、重大的前沿领域[30]。

7 结语

学科领域知识的交汇、融合促成了科学知识的生成、创新和发展。当前,学科交叉融合是科学技术发展的重大特征,是新学科产生的重要源泉。概念形态知识元的融合是知识创造的一种重要途径,也是自主知识体系创新的基础环节。揭示概念知识元的语义融合生成路径与框架,是从知识结构本身对知识创造规律进行的有益探索,可以为知识创造的内在机理解释提供一个全新的视角。我们首先界定了概念知识元的内涵、结构和描述模型,揭示了概念知识元的语义融合生成路径,并构建了概念知识元的语义融合生成框架,包括知识元的获取、解析、关联、重组、生成环节。各个环节由相应的心理机制控制,分别是选择机制、心理词典、认知图式、证伪机制。最后通过实例,模拟演示了概念知识元的融合生成路径。

本文创新之处在于揭示了概念知识元融合的实质是构成知识元的内容因子——语义元的关联和重组,阐明了语义元的重组方式,从细粒度的、微观的层面揭示了概念知识元的生成机理,从根本上解释了知识创造的过程,对理论创新、科学研究、技术发明、探究性学习等领域的隐性知识管理具有一定的理论启发意义。由于概念知识元融合生成机理涉及的心理机制、知识形态、文化背景、社会互动等变量关系复杂,本文仅提出了一个框架式的解释机制,该假设还处于一种不完备的理论形态,其合理性还需进一步的后续实证来检验。