Skip to main content

认知图：1.以谓词作为概念

认知图：以谓词作为概念

文档定位：规范态（spec）。

§1 总览

1.1 输入与输出

输入：自然语言文本。

输出：unit 集合——以世界中持久成立的事实与逻辑骨架为内容的结构化记录。

1.2 范围

对象：自然语言可表达的认知。图像、肌肉记忆、现象意识不在内。

接受的信息损失：

  • 表层语序——焦点、主题前置、口吻、被动主动、句末语气词；其承载的认知内容由命题态度族与修饰行表达；
  • 叙述外壳——"谁说的 / 谁阐释" 等元话语，降级为修饰行 ()[证据]。

1.3 系统部件

按以下层组成，后续章节依次定义：

层 章节 定义
节点 §2 unit 的最小构成单位，按是否承载信息二分
谓词 §3 unit 的关系类型，分结构 / 内容 / 修饰三类
unit §4 由主体 + 谓词 + 论元构成的最小结构单元
抽取原则 §5 从原文到 unit 的转换约束
抽取流程 §6 实施原则的操作步骤
查询 §7 基于 unit 图的反向索引与遍历

1.4 记号约定

记号 含义
{X} 可查询节点（承载信息）
(X) 不可查询节点（修饰、派生组合的一部分）
() 空 修饰行回指占位
<X> 模板 / schema 槽位（说明用，不出现在 unit 文本里）
[谓词] 谓词位
u_a / u_b / … 段内局部 unit ID

§2 节点

2.1 节点形态

节点是 unit 中的最小构成单位。出现位置：主体、谓词、论元、修饰行的值。同一节点全图唯一。

2.2 Queryability 标记

每个节点位置按是否承载信息二分：

标记 定义
{X} 承载者：在文档所属域内，X 单独出现能稳定指向具体事物 / 概念 / 类，且关于 X 的事实是 non-trivial 且 non-vacuous 的
(X) 非承载者：仅作修饰、描述或派生组合的一部分，不能独立承载信息

域相对性：标记按文档所属域判定，同一文档内一致。同一词在不同域可能不同——"图像" 在 CS 视觉域为 (图像)，在艺术史域可能为 {图像}。

判别测试——任一通过 → {X}，两者都不通过 → (X)：

  • 测试 A：关于 X 是否能说出三件 non-trivial 的事？
  • 测试 B：原文中 X 去掉所有修饰后，是否仍可独立成句作主语？

判别示例：

词 A B 标记
张三 ✓（出生年、雇主、毕业院校） ✓ {张三}
机器学习算法 ✓（学习模式、监督性、典型成员） ✓ {机器学习算法}
训练 ✗（仅有定义） 勉强 (训练)
非常 ✗ ✗ (非常)
图像数据集 ✓（典型成员 ImageNet） ✓ {图像数据集}

抽取时机：标记由 LLM 在 §6 步骤 4 逐节点直接判断。

2.3 非承载者参考

下表为常见非承载者的归纳，供抽取时校准直觉；非字符串匹配规则，具体标记仍由 §2.2 测试逐节点判断。

评价 / hedge 类（在任何域几乎不可能成为承载者）：

类 成员
程度副词 非常 / 远远 / 十分 / 大大 / 极 / 更加
主观评价 重要 / 关键 / 优秀 / 完善 / 巨大 / 强大 / 著名 / 深刻 / 惊人 / 复杂
无锚比较 更高级 / 更强 / 更快 / 更好 / 越来越…（有明确基线则改写 {X}[大于]{Y}）
量化 hedge 大量 / 许多 / 一些 / 几乎
频率 / 模态 hedge 通常 / 往往 / 可能 / 希望 / 推测
强调 / 指示 真正的 / 所谓的 / 这样 / 某种 / 任何
通用描述词 典型 / 具体 / 常规 / 普通 / 一般 / 基本
时代 hedge 古老 / 过去 / 最近 / 近年（配具体时间则用 ()[发生时间]{1997}）

通用角色名词（在 CS / ML 域 referent 过宽，需修饰特化）：

类 成员
过程 / 行为 训练 / 测试 / 评估 / 验证 / 学习 / 推理 / 调优 / 处理 / 转换
主体 / 容器 模型 / 方法 / 系统 / 框架 / 架构 / 工具 / 平台
数据 / 输入输出 数据 / 样本 / 信息 / 内容 / 输入 / 输出
模态 图像 / 文本 / 视频 / 音频 / 信号
抽象属性 特征 / 属性 / 能力 / 功能 / 性质 / 状态 / 维度
流程结构 过程 / 阶段 / 步骤 / 操作 / 动作 / 结果 / 效果
选择 / 替代 方案 / 选择 / 替代方案 / 选项 / 候选
资源 / 环境 资源 / 环境 / 场景

§3 谓词

谓词本身为节点，可被细化、同义、否定。分三类：结构、内容、修饰。

3.1 结构谓词（封闭，6 个）

不描述世界事实，描述 unit / 节点间的关系。每条有特定查询语义。

谓词 含义 查询语义
同义 A 与 B 等价 / 可互换。覆盖命名别名、跨语言对照、定义性 identity 派生 ≡ 索引；查询时节点合并
属于 X 是 Y 的真子类 沿继承闭包传递；Y 的全集断言适用于 X
的 M[的]{B} 引入派生节点 {MB} 不传递；派生节点上的特殊断言不推到 B
相关于 A、B 共现且语义相关，但说不清逻辑关系 派生 ↔ 索引
negates 两个谓词互为否定 §5.IV 矛盾判定
被取代 旧 unit 被新 unit 取代 派生 ⇒ 索引；常态查询取末端

3.2 内容谓词

描述世界事实。按 family 归并——同 family 成员在认知层等价（"应对" ≡ "处理" ≡ "解决"），下游遍历沿 同义 + 的 闭包找到所有变体；不同 family 不互通。

归并目标：表面可写 family 内任意同义动词，存储 / 查询时归并到基础成员。新成员通过 (新成员)[同义](基础成员) 入库。

3.2.1 单基础成员 family（family 内全部同义归并）

family 基础成员 同义成员
状态 / 属性 具有 是, 处于, 表现为
拥有 / 归属 拥有 占有, 持有
需求 需要 缺乏, 渴求, 要求
解决 应对 处理, 面对, 解决
通过 通过 借助, 利用, 经由
因果 导致 造成, 引起, 诱发
意图 / 目的 目的是 旨在, 为了, 借以
桥接（目的-手段-回应） 实现 回应, 服务于, 满足
命题态度（信） 认为 主张, 相信, 知道
命题态度（疑） 怀疑 与 认为 通过 negates 关联

3.2.2 多基础成员 family（family 内沿不同轴向，不可彼此合并）

family 基础成员 用途
部分-整体 包括（整体→部分）, 组成（部分→整体） 与 属于 子类分类区分
位置 / 空间 位于, 邻近, 接触, 包围 空间关系
比较 / 程度 大于, 小于, 等于, 类似, 不同, 优于 两节点在某维度比较
时序 之前, 之后, 同时, 期间, 持续, 起始于, 终止于 命题 / 事件间时间关系（与修饰谓词 发生时间 不同）
模态 必须, 应该, 可能, 可以 命题级模态修饰
数量变化 增加, 减少（带方向；同义吸收 加强 / 减弱 / 提升 / 降低 / 缩短 / 扩大 / 节省） 主体在某维度的方向性变化；常配 ()[程度](X 倍 / 百分比)

3.2.3 不冻结的 family（按原文动词保留）

动作 / 事件：默认改写为 具有 / 需要 / 属于（见 §5.II）。三种例外保留事件谓词，直接用原文动词（"击败"、"提出"、"毕业于"、"获得"、"发表"）：

  1. 归属 / 优先权是关注点（学术优先权、履历语境、机构产出统计）；
  2. 命题态度在场；
  3. 历史事件。

信息处理子类：激发 / 编码 / 转换 / 重塑 / 分解 / 识别 / 触发 等描述大脑 / 神经系统 / ML 模型内部机制的动词，按原文保留。压成 [具有] X 能力 会丢失 "active processing 不是 static capability" 的语义。

3.2.4 常见动词归并参考

抽取者首次遇到下列表层动词时，按此归并：

表层动词 归并到 判别
借鉴 / 受...启发 / 源自 / 来自 起始于（时序） 技术血统 / 概念溯源
启发 / 激发 / 推动 / 驱动 导致（因果） 因果触发；agentive 语气不保留
采用 / 使用 / 引入 包括 / 通过 含 X 用 包括；"通过 X 实现 Y" 用 通过
结合 / 配合 / 协同 相关于 / 包括 平等结合 → 相关于；一方为整体 → 包括
模仿 / 复制 / 仿照 同义 / 起始于 结构复制 → 同义；设计血统 → 起始于
帮助 / 助力 / 辅助 实现 / 导致 落地状态节点 → 实现；后果 → 导致
提升 / 加强 / 缩短 / 节省 / 加速 增加 / 减少 数量变化 family，带方向
减弱 / 衰减 / 放缓 减少 同上
涉及 / 覆盖 / 跨越 包括 整体→部分

3.2.5 [实现] 辨别

实现 是桥接 family 基础成员，但易被误用为万能桥。

{S}[实现]{A} 中 A 的形态 正确归属 改写示例
状态 / 能力 / 解决方案节点 桥接（保留 实现） {基于 GAN 模型}[实现]{源域到目标域转换}
与 S 同质的对象 / 事件节点（A "就是" S 的别名） [同义] {DQN}[实现]{RL 与 DL 整合} → {DQN}[同义]{RL 与 DL 整合}
已发生的具体后果 / 度量结果 [导致] 或 [属于] {DQN}[实现]{Atari 专家级} → {DQN}[导致]{Atari 专家级表现}

判别：去掉 [实现]，问 "S 把这个状态 / 能力落地了吗？"——是 → 桥接；否 → 改写。

3.3 修饰谓词（开放，约 17 个基础成员）

出现在 ()[修饰谓词](值) 行，给主 unit 附加上下文。主语统一为上一条主 unit。

类别 基础成员 含义
来源 证据（= 出处） 事实来自谁 / 哪篇论文（叙述外壳标准着陆点）
时空 发生时间, 地点 unit 成立的时间 / 地点
体貌 动作阶段 完成 / 进行 / 经验 / 起始 / 持续；缺省 = 完成
谓词修饰 方式, 程度, 范围 优先拆到这里，再考虑细化谓词节点
论元角色 工具, 源, 目标, 接受者, 候选, 依据 用什么 / 从哪 / 到哪 / 给谁 / 在哪些里挑 / 按什么
辖域 量化, 否定辖域 量化：全称 / 存在 / 数量(n)；否定辖域：否定作用项（与 negates 区分）
语句级 模态, 置信度 模态：能 / 必须 / 可能 / 应该；含作者主观取向。置信度：直接 / 推断 / 传闻；high / low。评论 / 观点文体默认 low

修饰谓词不封闭，按需新增，但应优先复用。

3.4 谓词派生

修饰过的谓词亦为节点，用 M[的]{基础谓词} 派生。B 必须 {}，M 可 {} 或 (...) 但不属于 §2.3 hedge 类。

例：

{提升}[的]{需要}              派生 [需要提升]
{降低}[的]{需要}              派生 [需要降低]

否定式断言：(否定)[的]{基础谓词} 派生，与 不需要 / 不属于 / 不存在 / 不具有 同形态：

(否定)[的]{需要}              派生 [不需要]
{单独的记忆}[不具有]{独立存在性}

优先级：副词 / 程度 / 范围 / 时间优先拆到修饰行，谓词留在 family 基础成员；仅当修饰已融入核心动词语义无法拆分时，才另立新谓词节点。

反例：(以独特方式深刻)[的]{塑造}——"深刻" 属主观评价、"以独特方式" 属表层修辞，应化为 {塑造}[谓词]{...} + ()[方式]{独特} + ()[程度](深刻)。同理 (于1997年)[的]{击败} 应化为 {击败} + ()[发生时间]{1997}。

§4 Unit

图中只有一种结构单元：unit。

4.1 Unit 形态

{主体}[谓词]{论元}, {论元}, ...
位置 数量 角色
主体 1 个节点 unit 的入口；反向索引由它登记
谓词 1 个节点 承载关系类型
论元 0 至 N 个节点，逗号分隔 其他参与方

主体单一为约定，不写作 {深蓝, 卡斯帕罗夫}。论元的反向索引由 §7.1 context_mentions 登记。

例：

{深蓝}[击败]{卡斯帕罗夫}
{想象增强智能体架构}[结合]{无模型方法}, {基于模型方法}
{算法}[具有]()                              # 0 论元合法

4.2 修饰行

主 unit 后可附若干修饰行，第一括号留空：

()[修饰谓词](值)

() 展开规则：指向同一段（被空行或下一条非空主 unit 终止之前）内最近一条非 () 开头的主 unit。段终止后 () 不再有指代。

修饰行同等地位为 unit，进 subject_mentions / context_mentions；写作 ()[…](…) 仅为避免重复主 unit ID。值同样按 §2.2 测试标记 {} 或 (...)。

例：

{想象增强智能体架构}[结合]{无模型方法}, {基于模型方法}
()[证据]{论文-IAA}
()[发生时间]{2017}
()[程度](非常)             # 程度副词不承载
()[置信度](low)            # 元标签不承载

4.3 派生节点 M[的]B

引用比已有节点更窄的概念时，先写一条 M[的]B 主 unit 引入派生节点。

合法性约束：

  1. 渲染名 {MB} 整体通过 §2.2 测试；
  2. M 不属于 §2.3 的 hedge 类；
  3. M、B 各按 standalone 是否承载信息标记 {} 或 (...)。

满足 1+2 后，四种组合均合法：

形态 例 渲染名
{M}[的]{B} {无监督}[的]{领域自适应算法} {无监督领域自适应算法}
{M}[的](B) {现代机器学习算法}[的](训练) {现代机器学习算法训练}
(M)[的]{B} (精心注释)[的]{图像数据集} {精心注释图像数据集}
(M)[的](B) (基于 GAN)[的](模型) {基于 GAN 模型}

非法形态及修复——M 为纯 hedge：

非法 改写
(更高级)[的]{设计描述语言} {高级}[的]{设计描述语言} + ()[程度](更)
(完善)[的]{方法学} {方法学} + ()[置信度](完善)
(非常)[的]{昂贵} {昂贵} + ()[程度](非常)
(亟待解决)[的](问题) (问题) + ()[模态](亟待解决)

否定派生：(否定)[的]{X}，渲染 [不 X]，专用于否定式断言。

引用方式：后续 unit 直接以渲染名引用，不再重复声明派生关系：

{基于 GAN 模型}[实现]{源域到目标域转换}
{现代机器学习算法训练}[需要]{精心注释图像数据集}

派生关系沿 的 主 unit 反查（§7.1 narrowed_by 索引）。

4.4 嵌套与局部 ID

意图、因果、条件、命题态度需要把另一些 unit 作为论元装入时，给被嵌套 unit 起段内局部 ID（u_a / u_b / ...），在外层 unit 论元位上引用：

{真实世界}[具有]{复杂性}, {不完美性}              # u_a
{深度强化学习}[需要提升]{性能}, {鲁棒性}          # u_b
{想象增强智能体}[目的是]{u_a}, {u_b}
()[证据]{DeepMind}, {论文-IAA}

局部 ID 仅在本段内有效。跨段引用须用持久 unit ID（如 s2.u3）。

4.5 同义命名

与普通 unit 同形态，谓词为 同义：

{论文-IAA}[同义]{《深度强化学习的想象增强智能体》}

两边在查询时可互换。

4.6 不输出的内容

  • 无认知内容的填充词（"其实"、"嘛"、"啊" 作语气而非内容时）；
  • 纯重复 / 同义反复；
  • 纯表层语言学功能、不携带认知内容的虚词。

焦点、被动主动、句末语气词等并非默认丢弃——其承载的认知内容（强调、施受、句类、信息来源）通过修饰行表达；仅在纯表层时丢弃。

§5 抽取原则

每条 unit 必须同时满足下面四条；非顺序步骤，是约束的合取。

I 事实优先（思考操作：整合）

规则：动词属元话语动词族时，跳过它进宾语找事实；元话语主语降级为 ()[证据](S)。

元话语动词族：

言说：提出 / 介绍 / 阐释 / 主张 / 报道 / 发表 / 题为 / 写道 / 论证 / 总结
观察：测试 / 验证 / 观察 / 发现 / 记录

模板：

原文：S [元话语动词] X，X 的内容是 ...
抽取：{X}[内容动词]{...}
      ()[证据]{S}

例外——叙述事件本身即世界事实，不能降级：

  1. 归属 / 优先权是关注点（学术优先权语境、履历语境、机构产出统计）；
  2. 命题态度在场（"X 怀疑 Y"——态度本身是事实）；
  3. 历史事件（"深蓝击败卡斯帕罗夫"、"韩玫毕业于清华"）。

判别：去掉该动词，宾语作为独立事实是否仍然成立且更纯净？是 → 降级；否 → 保留。

II 最具体的标识符（思考操作：整合）

规则：主体 / 谓词 / 论元 / 修饰行值——每个位置都用最具体的稳定标识符。概念比已有标识符更窄时，写一条 (修饰)[的](基础) 主 unit 引入派生节点。

对称适用于所有位置：

  • 主体 / 论元值上："入选微芯片" ≠ 微芯片；
  • 谓词位上："以独特方式深刻塑造" ≠ 塑造；"于 1997 年击败" ≠ 击败。

典型操作——把一次性动作改写为持久的状态 / 需求：

<S>[做]<P of O>        →    {O}[需要 / 具有]{P}
                       +    bridge unit {S}[家族成员]{O 的需求 / 状态}

动作是一次性的，状态 / 需求是领域级持久事实；入口挂到这一层，新方法可归到同一标识符。bridge unit 仅在 S 从主 unit 消失时必要；S 在图里别处保留时（如 {DeepMind}[提出]{X}）冗余。

例：

原文：DeepMind 提升了智能体在复杂环境中的学习效率
抽取：{智能体}[需要提升]{学习效率}
      ()[范围]{环境}
      ()[程度](复杂)
      ()[证据]{DeepMind}

III 嵌套修饰（思考操作：推理）

规则：modal / 意图 / 因果 / 条件 / 态度 / 引用 / 嵌入子句——一切对命题做的修饰或操作都装到外层 unit 的论元位，被嵌套的内层 unit 用段内局部 ID 引用。禁止用句法连词切碎为同层平行断言。

意图链（in order to thereby）——"从而" 在目的语境为未发生意图链，非因果结果；所有子目标共享一条 [目的是] 主 unit：

原文：DeepMind 提出 X，旨在应对真实世界的复杂性，从而提升深度强化学习的性能

{真实世界}[具有]{复杂性}                    # u_a
{深度强化学习}[需要提升]{性能}              # u_b
{X}[目的是]{u_a}, {u_b}
()[证据]{DeepMind}

因果链——主体是因，论元是果：

原文：真实世界规则不明确，使得在此类环境中进行想象耗时耗力

{真实世界}[具有]{规则不明确性}              # u_a
{在真实世界中进行想象}[具有]{耗时耗力特征}    # u_b
{u_a}[导致]{u_b}

模态 / 条件——模态 family 必须 / 应该 / 可能 直接修饰单条命题；条件关系用 必要条件 / 充分条件 二元谓词：

原文：要让算法执行复杂行为，就必须使其具备对未来推理的能力

{算法}[执行]{行为}                          # u_a  目标命题
()[程度](复杂)
{算法}[具有]{对未来推理的能力}              # u_b  必需条件
{u_b}[必要条件]{u_a}

命题态度——把宾语命题名词化或装入嵌套：

原文：研究者认为该方法不可行

{该方法}[具有]{不可行性}                    # u_a
{研究者}[认为]{u_a}

IV 自洽（思考操作：自洽）

规则：图永不能同时存在两条互相矛盾的 unit。

操作：新 unit 入库前查 subject_mentions[新 unit.主体] 反查到的小集合；若主体重合 + 修饰行一致 + 谓词互为否定（通过 negates unit 查得），用 被取代 主 unit 把旧 unit 标为被取代，带时间戳。旧 unit 保留供审计；常态查询沿 ⇒ 链取末端。

§6 抽取流程

按以下顺序处理一段原文：

  1. 句法解析——识别小句、动词、论元、修饰、连词、辖域算子。

  2. 语言层预处理：

    • 指代还原——人称代词、零指代（"去了商店，买了苹果，很甜" → "[他]去了商店，[他]买了苹果，[苹果]很甜"）；
    • 特殊句式标准化：
      • 把字句 / 被字句 → <施事>[谓词]<受事>；
      • 兼语句 → 致使 unit + 嵌套子 unit；
      • 连动句 → 多条 unit，按时序 / 目的连；
      • 是字句 / 有字句 → 属于 / 具有 静态谓词；
      • 比较句 → 比较 / 程度 family + 修饰行 维度 / 参照；
    • 辖域识别——决定否定 / 量化 / 模态的辖域归属（谓词自身用 negates、修饰行用 量化 / 否定辖域、嵌套外层走 §5.III）；
    • 句类识别——非陈述句（疑问 / 祈使 / 感叹）通过命题态度 family wrapping 变成 unit；语气词字面形式不输出。

  3. 复句拆分——按因果 / 转折 / 时序 / 目的 / 条件 / 让步切分。

  4. 逐条 unit——选谓词（归 family 基础成员）→ 定主体（≥1 个具体节点）→ 补修饰行；同时满足 §5 四原则。节点位置的 {}/() 标记按 §2.2 测试逐节点判断。

  5. 入库——§5.IV 查冲突 → §7 索引自动更新。

§7 查询

7.1 反向索引（节点 → unit）

每个节点是一个 wiki 页面，按谓词 family 分组展示三块：

索引 含义
subject_mentions 节点 → [作为主体出现的 unit ID]
context_mentions 节点 → [作为论元 / 修饰行值出现但不是主体的 unit ID]
narrowed_by 节点 → [以它为基础的派生节点]（沿 的 主 unit 反查论元位）

例："1997 深蓝击败卡斯帕罗夫" → subject_mentions[深蓝] += 它，context_mentions[卡斯帕罗夫] += 它，context_mentions[1997] += 它。

7.2 判断索引（高频）

索引 含义 自动派生自
≡ 两条 unit 等价 / 可互换 同义 主 unit
↔ 相关但说不清逻辑关系 相关于 主 unit
⇒ 后者取代前者 被取代 主 unit，带时间戳

矛盾（⊥）按 §5.IV 在入库时已被 ⇒ 消解，不在此索引。

7.3 查询操作

操作 做法
打开节点页 subject_mentions[X] 按谓词 family 分组 + narrowed_by[X] 列派生节点
继承推理 沿 属于 闭包传递；派生不参与
展开 family 谓词 ∈ family 基础成员 → 沿 同义 + 的 闭包找所有变体 unit
找因果链 谓词 ∈ "导致" family，沿 (因→果) 主体遍历
谁主张了 X subject_mentions[X] ∩ 谓词 ∈ "主张" family
追溯目的-手段 谓词 ∈ "目的是" family，沿论元里嵌套的子 unit 展开
查事实出处 context_mentions[S] ∩ 谓词 = 证据
整合新 unit 主体反查邻居 → LLM 判 ≡ / ↔ / 冲突；冲突走 §5.IV
取最新事实 沿 ⇒ 链取末端，跳过被取代的旧 unit

入库时的语义判断已固化到谓词 / 修饰行里。所有查询是图遍历，无在线 LLM 调用。

§8 Trade-off

取舍 内容
接受语言表达层信息损失 焦点 / 主题前置、口吻、句末语气词、被动主动等表层语序不输出；认知内容由命题态度 family 与修饰行承载
接受叙述外壳信息损失 §5.I 默认把 "谁说的" 压成 ()[证据]。归属是关注点时（学术优先权、争议引述），须手动升回主 unit
入库依赖 LLM 指代消解、特殊句式标准化、辖域识别、谓词 family 归并、事实层 vs. 叙述外壳判别均需 LLM；常态查询不再需要
等价 / 矛盾判定靠 LLM pairwise 不靠形式逻辑求解
不做严格形式推理 目标是组织和检索 unit，不是定理证明；如需可叠加形式化命题层
入库代价高于 RAG 一次入库换长期可推理，常态使用不再付 LLM 成本

No comments to display

Back to top