段玉聪：数据概念与数据语义在认知空间、概念空间和语义空间的形成与处理

段玉聪（Yucong Duan）

DIKWP人工意识实验室

AGI-AIGC-GPT评测DIKWP（全球）实验室

世界人工意识协会

(联系邮箱：duanyucong@hotmail.com)

引言

在认知科学、信息科学和人工智能领域，理解数据的本质以及如何处理数据在认知系统中的表现是至关重要的。本报告详细探讨了在DIKWP模型中数据概念与数据语义如何在认知空间、概念空间和语义空间中形成、关联和被处理。通过深入分析这些空间的互动，本文旨在提供对数据概念和数据语义处理的系统性理解。

1. 数据概念与数据语义的基础理解

数据概念：在DIKWP模型中，数据概念是对观察到的现象或事实的基本理解单元。这些概念在认知系统中形成，通常是对一组具有共同属性的对象或事件的分类。

数据语义：数据语义涉及数据所表达的意义，包括它们在特定语境下的解释。语义是数据概念的深层属性，指导数据如何被理解和应用。

在DIKWP模型中，数据的语义是认知过程中表达“相同”意义的语义的具体表现。这个定义强调了在认知空间中的认知对象数据不仅仅是事实或观测的记录这一认知空间的认知结果，而是需要对数据进行概念空间或语义空间的分类对应，通过认知主体对这些数据记录对应的认知对象进行语义匹配和概率确认的结果。这种处理方式突出了数据在进行交流和思考中的认知属性，即做完认知对象的数据的意义是通过认知主体与已有概念与语义的对照中被具体语义识别和概念性确认的。

数据(DIKWP-Data)的语义可视为认知中相同语义的具体表现形式。在概念空间中，数据概念做为一个概念代表着具体的事实或观察结果在概念认知主体的概念空间中的存在语义确认，并通过与认知主体的意识空间（非潜意识空间）与已有认知概念对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。在处理数据概念时，认知主体的认知处理过程常常寻求并提取标定该数据概念的特定相同语义，进而依据对应的相同语义将它们统一视为一个相同概念。例如，当看到一群羊时，虽然每只羊可能在体型、颜色、性别等方面略有不同，但借助准确的相同语义个体对应或对相同语义集合的概率性对应处理，认知处理会将它们归入“羊”的概念，因为它们共享了对“羊”这个概念的语义精确对应或概率性对应。相同语义可以是具体的，例如识别手臂概念时可以根据一个硅胶手臂与人的手臂的手指数量的相同、颜色的相同、手臂外形的相同等相同语义进行基于语义的准确概念确认硅胶手臂为手臂概念，也可以概率性的选择与手臂概念共享最多相同语义的目标对象为手臂概念，还可以通过硅胶手臂不具有真实手臂的可以旋转功能对应的由“可以旋转”定义的相同语义进行概念判断的否决，而判定其不是手臂数据概念。

概念空间与语义空间的区分对应于不同的技术哲学思想。概念空间的处理对应了具体使用自然语言等进行交流的形式。但概念交流的功能本质通常是进行语义的传递。在认知主体的认知空间中，概念传递的语义的有效理解往往依赖于认知主体的语义空间中的相关概念的语义对应。认知主体的语义空间往往是不能被充分借助概念形式进行共享的，也就是通常说的客观的，故而被称之为主观的。

在语义空间中，数据概念的语义为认知中相同语义集合的具体表现形式。将特定数据的语义D对应集合，每个元素d∈D代表一个具体实例，这些实例共享相同或概率性近似相同的语义属性集合S。语义属性S为一组特征语义集合F来定义，即：

S={f₁, f₂, ... , f_n}，其中f_i表示数据的一个特征语义。D={d∣d共享S}。

 

在DIKWP模型中，数据概念与数据语义的区分是认知空间的认知过程向概念空间与语义空间的处理过程转换的基础，数据概念和数据语义将具体代表对世界的基本观察和事实的认知数据对象。这一转换的关键在于数据被认知并被概念化背后的“相同语义”，即数据概念元素之间共享的语义属性。在认知空间中的数据认知对象作为认知过程的基础，不再被不区分概念空间和语义空间中的具体对应而直接代表对现实世界观察和测量的结果，而是被进行明确的概念确认和语义对应处理，在这一个过程中也区分了主观内容与客观内容的范畴，这一定义不同于传统DIKW模型中对数据的粗糙理解，强调数据与特定语义属性的紧密关联。即对数据对象的认知不仅是被动记录，更是认知主体的认知活动中主动寻找与已知认知对象相匹配的语义特征的主观过程。这种视角强调了数据的主观性和上下文依赖性，指出数据的认知价值在于其能够与认知主体的已有概念空间进行语义关联。

在DIKWP模型中，来自认知空间的数据认知对象的语义被视为认知过程中认知主体的语义空间中被识别与之相同语义的具体表现形式。这种定义强调了数据做完认知对象不仅仅是观测或事实的简单记录，而是面向概念空间和语义空间需要通过认知主体（如人或AI系统）对这些认知对象数据记录进行语义匹配和概念确认的结果。数据概念确认的关键在于它们背后认知主体概念空间与语义空间共享的“相同语义”，这使得即使在外在特征上存在差异的情况下，特定认知对象也能被归纳为同一数据概念。

段玉聪教授提出：数据概念在DIKWP模型的概念空间中被视为认知过程中的基本概念单位，数据语义在DIKWP模型的语义空间中被视为认知过程中的基本语义单位，数据概念和数据语义是对现实世界的直接观察和记录的认知过程中的核心要素，从数据语义的认知到数据概念的确认对基于概念的符号化自然语言的产生、应用和处理起到了重要作用。数据概念通过共享相同的语义属性而被认知主体的意识功能或潜意识功能识别和分类。在认知科学中，认知主体的大脑乃至脊髓等物质部分如何通过潜意识的模式识别来理解和处理信息，并可以进行有意识的分析和形成解释。例如，当人们观察到不同的物体时（如苹果），即使它们的颜色、大小或形状有所不同，人们也能在潜意识的模式识别中识别它们都是苹果，通过认知主体有意识的分析，可以解释为它们共享了一组关键的语义属性（如形状、纹理、特定的功能等）。这种认知过程揭示了认知主体的认知系统如何利用语义空间的数据的相同语义来构建对世界的自然语言概念表述。

在DIKWP框架中，数据作为概念被视为认知过程中相同语义的具体概念映射。这一观点突破了传统的数据概念中对语义和概念不加区分的混淆使用场景，将概念空间中数据概念的形成与存在与语义空间中认知主体的语义处理过程紧密联系起来。即，数据概念的认知价值不在于其对应的物理形态或功能，而在于在认知主体的认知空间中，它如何与认知主体已有的知识体系进行跨越“概念空间”与“语义空间”产生联系，进而被识别并确认为具有特定语义的对象或概念。从个体意识和群体意识交互的视角看，数据与认知主体之间的互动本质就是基于潜意识或下意识的语义空间与概念空间的交互，数据概念作为一种相同语义集合的具体对应或者概率性近似有着其在工程意义上作为特定语义集合的符号化表达的认知沟通效率优势。

数据概念的数学化表示：在DIKWP模型中，数据概念不仅仅是被动记录的观测结果，而是被认知系统主动识别和归类的语义对象集合。数学上，我们可以将数据概念视为一系列语义实例的集合D，其中每个语义实例d∈D都被识别为具有相同的语义属性集S。这里的S={f₁,f₂,...,f_n}，可以被视为一组定义数据概念语义特征的参数，其中f_i表示数据概念的一个语义特征。这种表述有助于我们理解数据概念是如何基于共享的语义特征被归纳和处理的。

数据的数学化描述：在DIKWP模型中，数据概念被视为认知中相同语义的具体表现形式。数学上，我们可以将数据概念对应的语义集合D定义为一个向量空间，其中每个元素d∈D是一个向量，表示一个具体语义实例。这些语义实例通过共享一个或多个语义特征F而归于同一语义属性S下，即：

S={f₁,f₂,...,f_n}

其中f_i表示数据概念的一个语义特征。于是，我们可以定义数据概念集合为：

D={d∣d共享S}

这种描述强调了数据概念的语义多维性和语义结构性，同时为后续的数据概念处理和分析提供了数学基础。

数据概念与语义识别：在DIKWP模型中，数据概念的处理和理解不仅仅是对客观事实的记录，而是涉及到认知主体如何将这些事实语义与已有的语义认知结构相匹配。这一过程强调了语义识别的重要性，即认知主体如何通过数据概念中的语义特征来识别和归类对象。

数据概念与相同语义的具体表现形式：在DIKWP模型中，数据概念不仅是对现实世界的观察和记录，而是在交流沟通中被视为认知主体对相同语义属性的具体表现。这一定义超越了数据概念作为客观事实的记录的表面上独立的客观认知存在性，强调了认知空间中认知主体与被认知对象之间的交互中数据概念的认知性质——即数据概念的识别和处理依赖于认知主体个体（主观）语义空间中的已有语义的联系与匹配。数据概念本质上具有认知主观性和上下文依赖性，即不同的认知主体或不同的认知背景下，同一数据概念可能被与不同的语义建立联系与进行对应的认知处理的相对性。

进而在哲学意义上，数据概念不再是客观存在的事实记录，而是经由主体性认知过程的一种主观解释。数据概念的形成与存在依赖于认知主体的语义空间与概念空间记忆和处理能力，它是现实世界与认知主体之间交互的语义空间与概念空间的关联和转化形式。数据概念的产生和识别不是一个纯粹的客观过程，而是深深植根于主体的预设概念空间和语境语义空间中。因此，数据概念的识别和解释需要考虑到认知主体的认知空间背景知识、经验信息和文化语境语义。

数据概念必须通过认知主体的解释和语义匹配来确认其意义。数据概念与数据语义的交互成为了一种连接客观现实与主体认知的桥梁。这种理解突显了柏拉图式的理念：现实世界的事物（作为概念）仅是其理念（即“相同语义”）的影子。因此，数据概念的认知价值不仅在于其表现形式的客观性，而且还在于认知主体如何通过数据概念来寻求和确认认知对象和现象的共同语义，引发语义共鸣和认知确认。这个数据概念与数据语义再认知主体内的交互过程不仅是对认知主体的外部世界的一种认知镜像反映，也是一种对现象内在本质语义的追求和揭示。它强调了认知主体在数据概念解读过程中的概念语义转化的主导性和概念存在的创造性，以及数据概念与认知主体之间的潜意识或有意识的符号化语言的互动性。

数据的认知性质与语义实体：DIKWP模型对数据概念和数据语义的认知定义强调了数据的认知性质和其作为语义实体的角色。在哲学中，这触及到“事物的本质”和“名副其实”的讨论。数据概念不仅仅是客观存在的符号化记录，它们是被赋予了特定数据语义的实体，这些数据语义是通过认知主体的跨越概念空间与语义空间的处理而被确认和赋予的。这种认知处理也揭示了知识的生成不仅仅是对客观世界的映射，更是一种主体性的基于类似语义到概念的转化建构过程，这一点在康德的先验哲学中有所体现，即人们对世界的知识部分源于外部世界的刺激，但更多的是由我们的认知结构所决定。

2. 认知空间中的数据概念与数据语义形成

形成过程：

• 感知输入：认知空间首先通过感知机制接收外界信息，如视觉、听觉等。

• 初级处理：基础数据通过神经网络进行初步筛选和简单处理，识别出基本的模式或特征。

• 数据概念形成：通过进一步的认知处理，将初级数据抽象化为更广义的概念。例如，从多个实例中抽象出“苹果”的概念。

语义关联：

• 语义编码：一旦数据概念形成，认知空间进一步对这些概念进行编码，赋予其特定的语义，如“苹果是一种水果”。

• 背景知识整合：认知系统将新形成的数据概念与已有的知识库和背景信息整合，形成一个完整的、具有实际意义的语义网络。

3. 概念空间的数据概念分类与语义深化

分类与整理：

• 系统分类：在概念空间中，相似的数据概念根据其属性被系统地分类和组织，形成层次化的知识结构。

• 关系映射：概念之间的关系被映射和记录，如“苹果属于水果类”。

语义深化：

• 语境适应：数据语义会根据不同的应用语境进行调整，比如在不同文化中“苹果”可能承载不同的象征意义。

• 语义细化：细化语义以适应特定任务或需求，如将“苹果”细分为“红苹果”和“青苹果”。

4. 语义空间中的数据概念应用与语义操作

应用实现：

• 语义检索：在语义空间中，可以根据特定的查询检索相关的数据概念及其语义。

• 决策支持：基于数据概念和数据语义进行复杂的决策支持，例如在供应链管理中使用“苹果”的季节性供应数据。

语义操作：

• 语义演化：随着新信息的不断累积，数据语义可能需要更新或调整以反映新的认知或技术变化。

• 语义融合：在多学科或跨文化的环境中，不同的数据概念和语义可能需要融合，以创建一个更加全面的语义表示，适应全球化的需求和多样化的视角。

5. 数据概念与数据语义的综合管理和优化

管理策略：

• 语义一致性：确保在不同系统和平台中数据概念的语义保持一致性，减少误解和冲突。

• 概念标准化：通过标准化数据概念和相关语义，促进信息的互操作性和数据交换的效率。

优化方法：

• 语义增强：使用先进的自然语言处理和机器学习技术，对数据概念的语义进行增强和深化，以提供更精确和动态的语义解读。

• 概念动态更新：实施动态更新机制，使数据概念和语义能够及时反映最新的科学发现和社会变化。

6. 实际应用案例

医疗信息系统：

• 在医疗信息系统中，通过精确的数据概念和丰富的语义处理，能够提供关于疾病、治疗和患者历史的综合信息，支持医生做出更好的诊断和治疗决策。

商业智能：

• 商业智能工具使用数据概念和语义来分析市场趋势、消费者行为和竞争环境，帮助企业制定策略，优化运营。

结论

通过详细分析DIKWP模型中的认知空间、概念空间和语义空间的交互，我们能够更深入地理解数据概念和数据语义的形成、关联和处理。这不仅为科研人员和工程师提供了理论基础，也为各种实际应用如医疗、商业和教育提供了技术支持。未来的研究将进一步探索这些空间的动态交互，以及如何通过技术创新来优化数据的概念化和语义化过程，从而更好地服务于社会和科技的发展。

转载本文请联系原作者获取授权，同时请注明本文来自段玉聪科学网博客。
链接地址：https://blog.sciencenet.cn/blog-3429562-1433072.html

上一篇：段玉聪教授对DIKWP模型中数据概念与语义的定义
下一篇：段玉聪教授提出：从意识演化到语义与概念形成的理论-SC-DIKWP