信息技术顶层本体（TLO）第3部分语言和认知工程的描述本体（DOLCE）标准立项发展报告

信息技术顶层本体（TLO）第3部分：语言和认知工程的描述本体（DOLCE）标准立项发展报告StandardizationDevelopmentReport:Informationtechnology—Top-levelontologies(TLO)—Part3:Descriptiveontologyforlinguisticandcognitiveengineering(DOLCE)摘要本报告围绕国际标准ISO/IEC21838-3:2023《信息技术顶层本体（TLO）第3部分：语言和认知工程的描述本体（DOLCE）》的立项发展背景、核心内容、技术特点及产业应用价值进行了全面阐述。随着大数据、人工智能和语义网技术的快速发展，不同信息系统间知识表示的异构性问题日益突出。顶层本体作为知识工程的基础框架，为领域本体的构建提供了统一的形而上学基础，是实现跨领域、跨系统语义互操作的关键。DOLCE作为一种基于哲学本体论、关注现实世界对象的描述性顶层本体，与其他专注于实现互操作的参考本体不同，其核心设计原则是捕获关于实体的认知范畴，而非仅服务于技术实现。本报告详细剖析了该标准立项的动因，即在缺乏公认的、具备坚实的哲学基础的顶层本体标准的情况下，行业迫切需要一套权威框架来指导术语、分类和数据交换的规范化。报告重点解读了DOLCE的核心分类体系，包括对持续实体与发生实体、独立对象与依赖对象等关键区分的定义，并强调了其在语言工程、认知建模和复杂系统交互中的独特价值，认为该标准的发布标志着顶层本体从学术研究走向规范化应用的重要里程碑。关键词（Keywords）信息技术标准化；顶层本体（TLO）；DOLCE；语义互操作；知识工程；本体论；认知工程Keywords:InformationTechnologyStandardization;Top-LevelOntologies(TLO);DOLCE;SemanticInteroperability;KnowledgeEngineering;Ontology;CognitiveEngineering正文1.引言：本体标准化的战略意义在数字化转型的浪潮中，数据已成为核心生产要素。然而，不同组织、不同系统产生的数据，往往采用不同的术语体系和数据结构，形成了大量的“信息孤岛”。解决这一问题的关键在于实现数据的语义互操作，即在语法层面之上，确保信息接收方能够准确、无歧义地理解发送方所传达的含义。本体（Ontology），作为“共享概念化的明确规范”，为解决上述问题提供了有力的工具。顶层本体（Top-LevelOntology,TLO）作为本体体系的金字塔顶端，并不针对特定领域，而是定义了一套最普遍、最基础的范畴，如物质、事件、属性、关系、时空、过程等。它为各领域本体的构建提供了“根”概念和基础框架，确保了跨领域知识映射的一致性和协调性。在此背景下，由国际标准化组织（ISO）和国际电工委员会（IEC）联合发布的ISO/IEC21838系列标准应运而生。该系列共分为三个部分：第1部分定义了TLO的通用要求和框架；第2部分规定了基本形式化本体（BFO）作为一项基础性TLO的规范；而本次报告重点关注的第3部分——ISO/IEC21838-3:2023，则正式将语言和认知工程的描述本体（DOLCE）纳入国际标准体系。这不仅是对DOLCE本体学术价值的国际认证，也标志着本体标准化工作从对流程的规范，深入到对“世界如何被认知”这一哲学层面的标准化抽象。2.标准立项背景与发展历程2.1立项动因ISO/IEC21838-3的立项并非偶然，其核心动因源于对现有顶层本体标准化的现实缺口：*多元化需求的呼唤：在人工智能和知识图谱领域，存在着多种顶层本体，如BFO、DOLCE、SUMO、OWL-S等。它们各有侧重点：BFO更侧重于科学与实证领域；SUMO更偏向常识推理；而DOLCE则以其深厚的认知与语言学基础见长。将DOLCE这一具有独特视角的理论体系标准化，能够满足特定领域（如自然语言处理、文化遗产、认知科学）对更具描述力和认知敏感度的顶层框架的迫切需求。*解决GIGO悖论：顶层的混乱必然导致下层应用的无序。如果不从顶层对“实体”、“过程”、“性质”等基本范畴给出明确界定，领域本体的质量将难以保证，最终会导致基于此构建的知识图谱产生“垃圾进，垃圾出”（GIGO）的困境。DOLCE提供的哲学框架，有助于从源头上澄清这些概念。*填补语言与认知领域的空白：当时已有的本体标准多侧重于物理世界或抽象的逻辑框架。然而，人类的知识不仅来源于客观自然，也来源于语言的构造和认知的加工。如何描述“幻觉”、“意志”、“意图”这类认知实体，如何建模“乐谱”与“演奏”之间的依赖关系，传统本体难以胜任。DOLCE的出现，填补了在认知建模和语言形式化领域的标准空白。2.2技术内容解读ISO/IEC21838-3:2023规定了DOLCE的位置、基本假设、公理化定义和适用范围。其核心特征体现在以下几个方面：*描述性vs.修正性：DOLCE是一种描述性本体（DescriptiveOntology）。它不试图告诉我们世界“应该是”什么样的，而是描述人类是如何通过语言和认知来“呈现”世界的。这与其更关注科学建模的“修正性”本体（如BFO）形成鲜明对比。*核心分类范畴：DOLCE的顶层分类基于四个互不相交且穷尽的范畴，即所谓的“4D”框架下的时空实体：1.CD（持续实体）：在时间中持续存在，并具有完整部分的实体，例如“一把椅子”、“一个人”、“一幅画”。2.PD（发生实体）：在时间中展开的实体，具有时间部分，例如“一次跑步”、“一场会议”、“第二次世界大战”。3.AR（抽象实体）：不在时空中的实体，例如“数字2”、“数学定理”。4.SP（空间区域）：纯粹的时空点集，如特定的位置。在此基础上，DOLCE进一步区分了独立实体（如一张桌子）和依赖实体（如桌子的颜色）；内在性质（如物体的硬度）和外在性质（如被欣赏的状态）。*与BFO的互补关系：尽管二者都是ISO/IEC21838的标准部分，DOLCE与BFO并非竞争关系，而是互补关系。在实际应用中，当需要处理高度形式化的科学数据时，BFO是优选；而当需要模型涉及大量语言表达、感官认知、社会契约或虚拟实体的系统时，DOLCE则更为适用。*形式化与可实现性：标准规定了DOLCE的核心公理，并使用OWL2进行形式化表达，这确保了该本体可以直接被计算机系统解析和推理。标准文档中提供了具体的OWL文件样例，指导用户如何安装、使用和扩展该本体。3.标准的主要应用场景与价值ISO/IEC21838-3的发布，为以下几类场景提供了标准化的理论支撑：*自然语言理解（NLU）：在构建大型语言模型和语义解析系统时，DOLCE提供的认知范畴能够帮助模型更好地理解词语背后的概念区别。例如，区分“行动（行为）”与“事件（状态变化）”，区分“物质（Mass）”与“个体（Countable）”，从而提升机器对自然语言的深层理解能力。*文化遗产数字化：博物馆、图书馆和档案馆中描述艺术品、手稿、文物时，常常涉及复杂的属性（如艺术品是与其载体“存在论上不可分离”的）。DOLCE提供的依赖实体、特征等范畴，能精确描述“一幅画”与“画它的颜料”之间的依赖关系，超越传统元数据仅做标签化描述的局限。*认知建模与人机交互：在构建用户模型、情感计算系统或虚拟助手时，需要模拟人的信仰、欲望、意图（BDI模型）。DOLCE中对命题态度、心理状态的建模，为这些系统提供了严格的词汇约束和分类框架。*法律与契约领域：法律文书中存在大量的“权力”、“义务”、“契约”等“社会对象”。DOLCE能够将这些抽象的对象与具体的执行者（人）和执行过程（行为）通过公理链接起来，例如，一份合同（抽象对象）不能脱离签署它的人（持续实体）及其签字动作（发生实体）而独立存在。4.主要参与单元介绍本标准的制定汇聚了国际顶尖的本体工程与认知科学研究力量。其中，一个关键的贡献及主导单位是意大利国家研究委员会（CNR）。*机构背景与地位：意大利国家研究委员会（CNR）是意大利规模最大、涉及面最广的公立科研机构，在信息科学、认知科学和哲学领域具有极高的国际声誉。其下属的应用信息科学与智能系统研究所（ISTC）内的认知科学与技术实验室（LAC）是DOLCE本体的原创发源地。*起草过程与贡献：以NicolaGuarino教授为领导的团队，自上世纪90年代起开始研发DOLCE。在ISO标准制定过程中，CNR团队承担了核心架构的编写工作。他们不仅撰写了DOLCE的公理化数学基础，还负责将其与OWL2的表达力进行适配，并多次牵头组织了国际研讨会，协调各方对DOLCE标准内容的意见，例如如何界定“角色”与“概念”的区分。*独到价值：CNR团队在哲学本体论与计算机科学之间架起了一座坚实的桥梁。他们不仅给出了逻辑定义，还提供了大量的使用案例和设计模式，帮助非哲学背景的信息工程师理解“时空实体”、“物质实体”等抽象术语并将其应用于实际系统。可以说，没有CNR在基础和理论方面的持续耕耘，DOLCE作为一个学术概念可能永远无法上升到国际标准的高度。5.结论与展望ISO/IEC21838-3:2023《信息技术顶层本体（TLO）第3部分：语言和认知工程的描述本体（DOLCE）》的正式发布，是本体工程理论标准化进程中的一个里程碑事件。它标志着国际标准化组织正式承认并吸纳了基于认知和语言学视角的知识表示方法论，与第2部分（基于科学实证主义的BFO）形成了有效的互补体系。从长远来看，该标准的影响将主要在以下几个方面体现：1.加速知识图谱的融合：随着DOLCE的标准化，越来越多的机构将采用DOLCE作为其多模态知识图谱的背景框架，特别是在涉及自然语言处理、社交网络分析和虚拟现实等领域。这将极大地降低不同知识图谱之间进行语义对齐的难度。2.促进新一代AI系统的透明性：DOLCE强调对术语概念的严格分类。在构建可解释的AI系统时，利用该标准可以更清晰地追溯AI给出结论的认知链条，明确区分“事实”与“推测”，提升AI系统的可解释性和可审计性。3.行业特定本体的精细化：现有的部分领域本体（如生物医学、地理信息）可能因为缺乏顶层约束而变得杂乱。DOLCE提供的“依赖实体”与“功能