Constraining ontology mappings using metaphysical choices

想象一下，你正试图将一个故事从一种语言翻译成另一种语言，但这两者不仅仅是使用不同的词汇；它们看待世界的方式也完全不同。一种语言可能将“树”描述为一个静止不动的单一、坚固的实体；而另一种语言则将其描述为一条关于生长、变化和历史的流动之河。这就是“本体论”（ontology）这一领域的内核，它基本上是在研究我们如何组织和定义存在的事物。在计算机和数据的世界里，这一点至关重要。当两个不同的计算机系统试图相互通信时，它们需要就其数据的实际“含义”达成一致。如果一个系统认为“书”仅仅是页面的集合，而另一个系统认为“书”是一个即使没有页面也存在的神奇物体，那么它们的对话将会一团糟。研究人员提出的核心问题是：当底层的现实规则不同时，我们如何确保这些翻译是准确的？

Giacomo De Colle、Helena Blackmore 和 Chris Partridge 的这篇论文正是针对这一问题展开探讨。他们提出了一种巧妙的方法，通过观察计算机系统所做的“形而上学选择”来检查数据翻译是否正确。把这想象成一次登山之旅。在最底部，有一个高度统一的视角，在那里一切都只是混合在一起的一个巨大的时空整体。随着你向上攀登，你开始做出选择，将这个整体拆分为不同的部分：时间 vs 空间，物体 vs 事件，或者一个人 vs 他的生命历程。作者们建议，如果你知道两个不同的计算机系统分别站在这座山的哪个位置，你就可以精确地预测在从一个系统翻译到另一个系统时，你需要创建多少个数据碎片。例如，如果系统 A 将汽车视为一个单一的事物，而系统 B 将其视为两件事物（汽车本身及其历史），那么一个好的翻译必须将一个项目转化为两个项目。这篇论文不仅是在讨论理论，他们还利用“信息交换标准”（IES）和“基本形式本体”（BFO）构建了一个计算机测试，以证明这些规则是行之有效的。通过编写特殊的计算机检查程序（称为 SPARQL 查询），他们展示了如何自动标记那些在数学逻辑上错误的翻译，从而确保即使现实的规则发生变化，数据也能保持其原始含义的真实性。

伟大的数据翻译游戏

想象你有一个神奇的盒子，可以将一块乐高积木变成一座城堡，或者将整座城堡变回一块积木。这大致就是我们在不同计算机系统之间进行数据映射时发生的情况。但问题在于：这种魔法并非随机的。它遵循基于每个系统对宇宙构建方式的严格规则。

论文作者将他们的方法称为“分层之旅”。想象一个巨大的决策树，就像一本关于现实的“选择你的冒险”类书籍。在最顶端（或最底端，取决于你的视角），存在着最可能的统一视图：一个“超实体对象”（supersubstantival object）。在这个视图中，不存在你、你所占据的空间以及你度过的时间之间的区别。你、你的生活以及你的房间，都只是一个巨大的、融合在一起的物质与时空整体。

现在，想象你开始做出选择，将这个整体进行拆分。

• 第一次拆分： 你决定将“时间”与“空间”分开。突然间，你拥有了两个事物而非一个：事物本身（一个持久性的物体）以及它随时间发生的事件（一个过程性物体）。
• 第二次拆分： 你可能会决定将“椅子”与其所在的“房间”分开。
• 第三次拆分： 你可能会将“坐”这个“过程”与“坐”的起始和结束的“边界”分开。

每当你进行一次拆分，你所构建的世界中的事物数量就会倍增。一个停止过早拆分的本体（即一个系统的规则手册）是“统一的”——它看到的物体较少。而一个不断拆分的本体则是“分裂的”——它看到的物体更多。

雕像与黏土

为了理解为什么这很重要，请思考一座由黏土制成的雕像。

• 一个统一的系统看着雕像说：“那只是一个东西：雕像。”它不在乎底下的黏土；这一切都是一个整体。
• 一个分裂的系统看着同一座雕像会说：“等等，这里有两个东西：黏土（物质）和形状（形式）。”

如果你尝试将一个来自统一系统的数据库条目翻译到分裂系统中，你不能仅仅是复制粘贴。你必须将那个单一的“雕像”条目神奇地拆分为两个条目：“黏土”和“形状”。如果你不这样做，翻译就失效了。论文指出，这些“形而上学选择”创造了严格的基数约束（cardinality constraints）。这是一种高级说法，意思是：“如果系统 A 有 1 个项目，那么系统 B 必须 有 2 个项目（或 3 个、或 4 个）才能保证正确。”

丘吉尔测试

作者们并不仅仅是在空谈理论；他们将此付诸实践。他们选择了两个真实的系统进行映射：

1. IES（信息交换标准）： 这个系统是一个“统一者”。它将汽车或人等事物视为一个包含物体及其历史的四维时空块。
2. BFO（基本形式本体）： 这个系统是一个“分裂者”。它热衷于拆分事物。它将一辆汽车视为物理实体及其历史这两个独立的事物。它将一个人视为身体及其生命事件这两个独立的事物。

他们决定用一个非常著名的例子来测试这一点：温斯顿·丘吉尔的出生。

在 IES 系统中，丘吉尔的出生就是一个巨大的、统一的事件。它是现实中的一个单一块状物。
在 BFO 系统中，同样的出生过程需要被分解。为了准确起见，该系统需要生成至少五个不同的事物：

1. 丘吉尔的物质身体。
2. 出生发生的特定地点（场所）。
3. 出生过程本身。
4. 该过程开始的精确时刻。
5. 发生那场出生的时空区域。

计算机体检

这是论文真正精彩的地方。作者们编写了一个计算机程序来充当裁判。他们提取了来自 IES 系统（统一者）的数据，并尝试将其翻译到 BFO 系统（分裂者）中。

他们设定了一条规则：“如果你看到一个 IES 对象，你必须看到至少两个 BFO 对象。”
然后，他们运行了翻译过程，并使用一种特殊的计算机语言（SPARQL）来扫描结果。计算机寻找任何违反规则的翻译。例如，如果计算机在 IES 中看到了一个丘吉尔的条目，但在 BFO 中只找到了一个单一的条目，它就会标记错误：“嘿！你漏掉了历史部分！你需要增加数据的数量！”

在他们的模拟中，这种方法奏效了。他们成功地展示了，通过理解每个系统所经历的“形而上学之旅”，可以创建自动化的检查机制，以确保数据在翻译过程中不会丢失。

这意味着什么（以及它不意味着什么）

论文表明，我们可以利用这些深刻的哲学规则来构建更好、更可靠的数据翻译。它并不是一个能解决世界上所有问题的魔杖，但它提供了一种捕捉错误的新方法。如果你知道一个系统将世界视为“一”，而另一个系统将其视为“多”，你就可以写下一条规则：“确保‘多’的那一方拥有足够的碎片。”

作者们谨慎地指出，这是一个他们正在提议并测试的框架。他们通过一个特定的例子（丘吉尔）和一对特定的系统（IES 和 BFO）证明了这一点。他们并未声称解决了所有存在的映射问题，但他们确实展示了这种“分层之旅”是如何成为验证翻译是否合理的强大工具的。它将“什么是真实的？”这个抽象问题转化为了计算机科学家的一个实际清单：“你是否将数据进行了足够的倍增？”