知识图谱与可解释人工智能作为城市采矿的互补资源

# 知识图谱与可解释人工智能作为城市矿产的互补资源
来源：https://arxiv.org/html/2607.09578
1111institutetext:德国人工智能研究中心（DFKI），萨尔布吕肯，德国
11email:\{jan\.gronewald,andreas\.emrich,nijat\.mehdiyev\}@dfki\.de

###### 摘要

拆除前评估是城市矿产核心的受监管审计流程，是一个信息过程，AI支持必须服务于仍然对决策负责的合格审计师。相关的价值单元不仅仅是预测准确性，而是支持决策的*可辩护性*：其可读性、合理性、溯源性和可争议性。可解释AI技术和领域知识图谱各自解决了这一需求的某些部分，现有的分类法已对其整合进行了分类。文献在描述上丰富，但在结构上不够明确：较少发展的是对为什么特定整合产生的产物是任一资源单独无法提供的结构性解释。本文基于IS资源基础传统，提供了一种互补性理论解释。我们提出了四种整合的KG–XAI整合模式（提升、约束、类型化与修订），每种模式定义为对XAI产物和知识图谱基底结构的类型化操作。每种模式解锁了可辩护性的一个独特属性，并有助于生成拆除前评估所需的监管产物。一个来自城市矿产过程的防火门示例利用W3C关联建筑数据堆栈和估值扩展说明了这些模式。

## 1 引言

城市矿产，即从现有建筑存量中系统回收二次材料，依赖于建筑生命周期末端的受监管审计流程：拆除前评估（PDA）。PDA将该流程结构化为多阶段工作流，其中合格审计师清点组件、表征其材料和状态，并将其导向再利用、回收或处置；在德国，该工作流由DIN SPEC 91484:2023 [1] 正式化。城市矿产在大规模下的绩效，受限于该过程中嵌入的任何一个技术组件的准确性，更受限于其所支持决策是否*可辩护*：对审计师可解释、在文档中可追溯、对决策所依据的监管制度负责 [2]。

两种技术资源回应了这一需求。可解释AI提供了现在标准的技术手段，如特征归因 [3, 4] 和反事实解释 [5, 6]，并得到关于有用解释的社会科学解释 [7] 的支持。然而，这些技术操作于底层模型的输入空间，其输出也相应地在该空间中表达，而不是在审计师必须文档化的监管类别中。因此，需要符号结构将面向模型的解释转化为面向审计的类别。知识图谱允许在概念层和实例层对异构领域知识进行定义、链接、查询和推理。W3C关联建筑数据工作组定义了一套匹配的建筑本体（元素、楼层平面图、材料成分、几何形状以及产品和定价数据的语义描述 [8]），估值指数如城市矿产指数 [9] 在其上提供了循环建造层。

这些资源的整合先前已被分类 [10, 11]。现有文献在描述上丰富，但在结构上不够明确。现有分类法通过方向、功能或技术机制对KG–XAI整合进行分类，而我们则按联合KG–XAI对象所产生的*可辩护性属性*进行分类：贡献不是新的技术清单，而是关于技术配对如何成为承载问责的审计产物的结构性解释。

本文做出三项贡献。它基于IS资源基础传统 [12, 13]，为问责承载专家流程中的KG–XAI整合提供了互补性理论解释。它将先前的KG–XAI整合模式整合为四种类型化模式（提升、约束、类型化与修订），每种模式与一个独特的可辩护性属性相关联。它通过一个基于W3C关联建筑数据堆栈和城市矿产指数的防火门示例说明了该框架；本文是立场性的而非实证性的。

## 2 技术互补性作为方法论视角

在IS资源基础观中，当一种资源的边际贡献随着另一种资源的水平而增加时，这两种资源就是互补的 [12, 13]。这一解释说明了在缺乏互补的流程成熟度和信任塑造机制的情况下，IT投资的独立回报令人失望 [14]。应用于KG–XAI，这一主张是结构性的而非聚合性的：整合操作的联合对象具有单方面对象所缺少的属性：在监管词汇中的*可读性*、在领域约束下的*合理性*、不确定性的*溯源性*，以及针对命名主张的*可争议性*。没有本体约束的XAI反事实可能仍然是一个解释，但它不必在物理或监管意义上是合理的。没有XAI的本体片段仍然是一个知识产物，但不能对特定实例做出响应。每种资源解锁了另一个无法提供的独特属性，这四个属性共同构成了此处针对城市矿产审计产物所追求的可辩护性概况。

该框架在黑箱预测器的解释表面上运作，并且未经修改无法扩展到本身可解释的模型 [15]。信任度调节因素（解释、不确定性、可争议性）作为联合对象的属性而非并行特征进入 [14, 16]。单独的解释可以在用户缺乏审查能力时提高其信心而不提高其准确性 [17]；结构性论点是，符号基底允许用户的问责制与解释表面进行互动。

## 3 KG–XAI互补性的四种模式

四种模式在一个共同对象上运作：实例的属性-状态图。设 X 为预测器 f:X→Y 的输入空间，K 为知识图谱，具有受控词汇 V_K 和实例集 Inst(K)。关于实例 x 的*属性断言*是一个元组 (e,p,v,r)，其中 e∈Inst(K), p∈V_K, v 是一个值，r∈R 是从基底类型学中提取的可靠性注释；对于 LBD 堆栈，R={假定,已确认,已删除}，并附带一个数值评分。*属性-状态图* 是一组这样的断言 Σ(x)。我们将该形式视为记法脚手架而非操作语义。表1总结了四种模式；后面的段落逐一阐述。

**表1：四种KG–XAI互补性模式及其可辩护性属性。**

**模式1（提升）** 从 XAI 归因中填充 Σ(x)。XAI 侧提供归因函数 α:X→R^|特征|，来自 SHAP 或梯度归因 [3,4] 等方法。KG 侧提供*接地* γ:特征(X)→Inst(K)，将每个特征区域映射到一个类型化实例（一个显著区域变为 product:DoorSeal 个体，一个检测到的组件变为 product:DoorLeaf），以及一个部分-整体关系的分整体层级 H_part。提升的签名是 Lift_{γ,H_part}: (x,α)↦Σ(x)：每个输入特征通过 γ 接地到类型化实例，显著性质量沿 H_part 从子组件聚合到父组件，结果是一个关于 x 的、在 V_K 中带归因权重的属性断言集合。聚合限制在分整体论上，因为分类精炼不能被求和聚合，并且是模式3的主题。解锁的属性是*可读性*：解释存在于监管词汇中，并且处于必须被文档化的粒度 [7,9]。提升要求 γ 覆盖显著区域；覆盖不足会导致高归因质量未接地。

**模式2（约束）** 通过干预类型化的合理性谓词过滤 XAI 反事实候选。XAI 侧产生候选集 C(x,f)⊆X，通过 Wachter 风格优化或 DiCE [5,6] 等方法。每个候选对应一个*干预* ι，该干预命名正在被替换的是哪个实例的哪个属性。KG 侧针对每个干预类型和每个实体类型，提供从基底公理化中提取的相关兼容性公理：定义性依赖、结构兼容性、回收路径可接受性。约束的签名是 Constr_{Φ_K}: C(x,f)↦C^{plaus}(x,f)，其中 Φ_K(x′|ι,e) 是 Compat(ι,type(e)) 中约束对类型为 type(e) 的实体进行替换 ι 的公理合取。关键在于，Φ_K 由干预参数化，而不是由 K 中的所有公理参数化：反事实必须满足约束它所提议的替换的公理，而不是那些保持不变的公理。输出是与 Σ(x) 并存的反事实表面：存活的候选命名了审计师可以执行的干预。解锁的属性是*合理性*：反事实对应于可作为真实审计决策基础而可接受的干预。选择性取决于 Compat 以可计算形式的覆盖范围；公理化不足的基底会产生宽松的过滤器。

**模式3（类型化）** 从每个属性的证据中构建 Σ(x) 上的可靠性注释。XAI 侧为 Σ(x) 中的每个断言 (e,p,v) 提供一个证据链：预测器在该特定输出上的置信度、K 中产生该断言的推理链，以及来自先前审计师确认的校准数据。KG 侧提供可靠性类型学 R 和一个证据到可靠性的算子 Δ_K。类型化的签名是 Type_{Δ_K}: Σ_⊥(x)↦Σ(x)，它将一个具有默认可靠性注释的属性-状态图，返回一个其注释按属性进行类型化和量化的图。这特意是按属性证据的构建，而不是对单个标量的分解，后者在一般情况下定义不明确。解锁的属性是*溯源性*：审计师对每个属性的响应因支持它的证据而有所区别。类型化要求每个断言都有一个可追溯的证据链；证据链缺失的断言将获得默认可靠性，并对差异化的下一步行动不透明。

**模式4（修订）** 是双向的，具有实例内和跨实例两个算子。在实例内，审计师动作（接受、质疑一个主张，或添加一个主张）馈送一个转换算子 τ_inst，该算子更新 Σ(x) 并发出一个 PROV-O 归因链，将审计师、时间和动作命名为推导来源 [18]。跨实例，质疑一个公理或提出一个精炼的动作会在多个实例间汇聚成一个证据池 E_K，馈送给一个在 K 本身之上运作的本体修订过程，该过程在时间尺度和权威性上都不同。实例内算子在审计时运行，受审计师个人问责；跨实例算子在策展时运行，受基底所承载的任何治理制度支配。KG 侧将质疑转化为一个可记录、可查询、纵向的操作。解锁的属性是*可争议性*：审计决策不是一个单一行为，而是一个可检查、可寻址、可修订的产物，其修订历史是可查询的 [7,17]。模式4的最苛刻前提条件是区分可接受修订与漂移的治理制度；OPM 和 PROV-O 提供了*机制*，但没有提供发生时的*权威*。

四种模式作为一个类型化管道组合。提升和类型化产生属性-状态图：Σ(x) = Type_{Δ_K}(Lift_{γ,H_part}(x,α))；约束产生反事实表面：C^{plaus}(x,f) = Constr_{Φ_K}(C(x,f))；τ_inst 响应于实例内审计师动作更新 Σ(x)；E_K 累积跨实例证据。对于 PDA 中目标化的四属性可辩护性概况，四种模式是共同必要的：移除提升将使 Σ(x) 为空；移除类型化将使其保持默认可靠性；移除约束将留下无合理性的反事实表面；移除修订将使 Σ(x) 保持静态且不产生溯源踪迹。不针对所有四个属性的 PDA 工作流相应地需要更少的模式；该框架表征可用模式，而非强制要求它们。

## 4 工作示例：拆除前评估中的防火门

基底是 W3C LBD 堆栈：BOT 用于类型化组件和拓扑，PRODUCT 用于类型化建筑产品，PROPS 用于测量属性，OPM 用于属性生命周期 [8,18]。