摘要
在城市采矿的核心环节——拆除前评估中，AI支持必须服务于合格的审计师，后者对所做决策负责。价值的相关单位不仅仅是预测精度，而是所支持决策的可辩护性：包括其可读性、合理性、来源和可争议性。可解释的人工智能（XAI）技术与领域知识图谱（KG）各自解决了这一要求的部分内容，现有的分类法已对其整合进行了梳理。文献虽然描述丰富，但在结构上仍不够明确：尚未充分发展的是对特定整合为何能产生单独资源无法提供的成果的结构性说明。本文提供了基于信息系统资源基础理论的互补性理论解释。
我们提出了四种整合模式（提升、约束、类型化和修订），每种模式被定义为针对XAI成果和知识图谱基础结构的类型化操作。每种模式解锁了可辩护性的独特属性，并为拆除前评估所需的监管成果提供了贡献。通过城市采矿过程中的防火门示例，使用W3C链接建筑数据栈和估值扩展来说明这些模式。
博主点评： 本文深入探讨了知识图谱与可解释人工智能在城市采矿中的互补性，强调了决策支持的可辩护性，提供了新的视角和整合模式，为未来的城市采矿实践提供了理论基础。