认知图：1.以谓词作为概念

认知图：以谓词作为概念

把自然语言压成机械可操作的图。

输入：自然语言。
输出：unit——把世界里持久成立的事实和逻辑骨架结构化下来。
思考包括四种操作：比较、推理、整合、自洽——分别对应下面四条抽取原则。

覆盖范围：自然语言可表达的认知。图像、肌肉记忆、现象意识不在内。

一、核心思路

文本里的内容分两层：

事实层 — 关于世界状态、关系、能力、需求、意图的持久知识。这是要存的东西。
叙述外壳 — "谁说的 / 谁提出的 / 哪篇论文 / 哪个博客介绍 / 谁阐释了 / 谁测试发现"。这是关于人类怎么讨论事实的元信息，绝大多数情况降级为出处或丢弃。

抽取的工作是剥掉叙述外壳，保留事实内核。"DeepMind 提出 X 架构" 里值得入图的不是"提出"这个动作，是 X 架构本身的属性。"DeepMind"作为出处挂在 X 架构事实的 [证据] 行上即可。

接受语言层信息损失：焦点 / 主题前置、口吻、句末语气词、被动主动这类表层语序不输出；原文是刺激和材料，本身没有义务对应到存储形式。

二、数据模型

图里只有一种东西：unit。

1. unit 的标准形态

{主体}[谓词]{论元}, {论元}, ...

主体 — 1 个 node。unit 的入口，反向索引由它登记。
谓词 — 1 个 node。承载关系类型。
论元 — 0 到 N 个 node，逗号分隔。其他参与方。

节点位置使用 {X} / (X) 二分标记可查询性，详见 §二.2。()（空）保留作修饰行回指（§二.3）。

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 论元也合法

主体单一是约定（不是 [深蓝, 卡斯帕罗夫]）。"深蓝击败卡斯帕罗夫" 中卡斯帕罗夫的反向索引由 §四 context_mentions 登记，不靠多入口。

2. 节点可查询性 `{}` vs `()`

2.1 单条核心原则

unit 文本里所有节点位置按是否承载信息二分标记：

标记	定义
`{X}`	X 是信息承载者——在文档所属域里，X 单独出现时能稳定指向某具体事物 / 概念 / 类，且关于 X 的事实是 non-trivial 且 non-vacuous 的
`(X)`	X 不是承载者——只是修饰、描述、或派生组合的一部分，不能独立承载信息
`()`（空）	修饰行回指（§二.3）；与非空 `(X)` 由"是否为空"区分

域相对性：queryability 按文档所属域判定。同一词在不同域 queryability 可能不同（如"图像"在 CS 视觉域是通用角色 (图像)，在艺术史域可能是 specific concept {图像}）。同一文档内需保持一致。

2.2 两个判别测试（任一通过 → `{X}`，两者都不通过 → `(X)`）

测试 A — 三件 non-trivial 的事：关于 X 你能说出至少三件 non-trivial 的事吗？

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 → 只能给出"调整参数"这类定义性 / 普适性陈述 → (训练)
非常 → 完全说不出 → (非常)

测试 B — 去修饰独立成句：原文中 X 去掉所有修饰词后还能独立成句作主语吗？

"现代机器学习算法" → 去掉"现代" → "机器学习算法是 ..." 成立 → {机器学习算法}
"更高级的设计描述语言" → 去掉"更" → "高级设计描述语言是 ..." 成立 → {高级} + ()[程度](更)
"替代方案" → 单"替代方案"无法成主语（"什么的替代方案？"）→ (替代方案)

2.3 派生 node 合法性 `M[的]B`

三条约束：

渲染名 {MB} 必须通过 §2.2 测试（即派生整体可查询）
M 不能是纯 hedge / intensifier（评价副词、无锚比较、量化 hedge 等——这些没有贡献到派生的具体性，必须改走修饰行；见 §2.5 appendix）
M 与 B 各按 standalone 是否承载信息标记 {} 或 (...)

只要 1+2 满足，四种组合都合法：

形态	例	解读
`{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 与 B 都独立承载
`{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 specific，B 通用角色
`(M)[的]{B}`	`(精心注释)[的]{图像数据集}` → `{精心注释图像数据集}`	M 描述性短语，B 独立承载
`(M)[的](B)`	`(基于 GAN)[的](模型)` → `{基于 GAN 的模型}`	M 与 B 都不独立承载，但派生整体承载

唯一非法：M 是纯 hedge（约束 2 违反）。例 (更高级)[的]{X} —— "更高级"是无锚比较，必须改走修饰行。

修复 hedge M 的常见模式：

(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)  # 注:渲染整体 {亟待解决问题} 仍 queryable

2.4 修饰行论元值同样按 §2.2 测试标记

()[发生时间]{1997 年}      # 时间锚承载（specific 时刻）
()[证据]{Kukushkin}        # 出处承载（人名）
()[程度](非常)             # 程度副词不承载
()[置信度](low)            # 元标签不承载
()[范围]{深度学习}         # 域承载
()[范围](广泛)             # 评价不承载

2.5 schema 与模板：`<X>`

抽取流程图（§五）和模板示意中表达"待填充的 schema 槽位"用 <X>，与实际 unit 文本的 {}/() 区分：

<施事>[谓词]<受事>     # schema (模板)
{张三}[打]{李四}       # 实例 (实际 unit)

2.6 Appendix：常见非承载者举例（LLM 抽取时的直觉校准参考，不是查表规则）

关键说明：queryability 标记是 LLM 抽取时逐节点应用 §2.2 测试的语义判断结果——不是事后用脚本 / 词典批处理出来的。下表只是常见 non-bearer 的归纳，帮助 LLM 校准对"承载信息"的直觉，不是字符串匹配规则。同一个词在不同文档域可能不同分类，总是回到 §2.1 + §2.2 重新判断，不要查表替代判断。

评价 / hedge 类（几乎不可能在任何域里成为承载者）：

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...`（若有明确基线 → 拆为 `{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（无锚）	`古老 / 过去 / 最近 / 近年`（配具体时间则改用 `()[发生时间]{1997}`）

通用角色名词类（CS / ML 域里通常 referent 过宽，需要修饰才特化）：

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`

否定派生专用：(否定) —— 仅在 (否定)[的]{X} 中使用，渲染 [不 X]。

判定示例（应用 §2.2 测试）：

词	测试 A 结果	测试 B 结果	标记	理由
`张三`	通过（多 facts）	通过（成主语）	`{张三}`	专名
`机器学习算法`	通过（成员、性质…）	通过	`{机器学习算法}`	子域
`训练`	不通过（只有定义）	通过（"训练是…"勉强）	`(训练)`	通用角色
`模型`	不通过	通过（勉强）	`(模型)`	通用角色
`非常`	不通过	不通过	`(非常)`	hedge
`图像数据集`	通过（典型成员 ImageNet…）	通过	`{图像数据集}`	已通过修饰特化
`精心注释图像数据集`	通过（特定 sub-class）	通过	`{精心注释图像数据集}`	派生整体承载

3. 修饰行：`()[修饰谓词](值)`

紧跟主 unit 的若干行，第一个括号空：

{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}

() 的展开规则：

() = 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。
上例第二、三行展开为 {<主 unit ID>}[证据]{论文-IAA} 和 {<主 unit ID>}[发生时间]{2017}。
段终止后 () 不再有指代，必须重起一条主 unit。
一条主 unit 可以带任意条修饰行，顺序不重要。

修饰行是 unit，跟主 unit 同等地位——也进 subject_mentions / context_mentions。把它放成 ()[…](…) 行只是写作上避免重复主 unit ID。

4. 局部 ID 与嵌套

意图、因果、条件、命题态度需要把"另一些 unit"作为论元装进来。给被嵌套的 unit 起一个段内局部 ID（u_a / u_b / ……），在外层 unit 的论元位上引用：

{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（一句的抽取块）内有效。跨段引用必须用持久的 unit ID（图里给每条 unit 分配的全局 ID，写法可自行约定，例如 s2.u3）。

5. 派生 node

unit 用到比已有 node 更窄的概念时，写一条 M[的]B 主 unit 引入派生 node。M 与 B 的合法形态见 §二.2.3——简言之只要 (1) 渲染名 {MB} 通过 §2.2 测试，(2) M 不是纯 hedge，则 M 与 B 各自按 standalone 是否承载信息标记 {} 或 (...)，四种组合都合法。

合法派生例（覆盖四种组合）：

{无监督}[的]{领域自适应算法}             # {M}[的]{B} — M 与 B 都独立承载
{现代机器学习算法}[的](训练)             # {M}[的](B) — M specific, B 通用角色
(精心注释)[的]{图像数据集}               # (M)[的]{B} — M 描述性,B 独立承载
(基于 GAN)[的](模型)                     # (M)[的](B) — M 与 B 都不独立承载,但派生整体承载

读法："修饰" 修饰 "基础"，整体是一个比 "基础" 更窄的派生 node {MB}。每条这样的 unit 同时引入一个渲染名（修饰的基础，或在中文里自然省略 的 时的 修饰基础），后续在其他 unit 里引用派生 node 时直接用渲染名：

{基于 GAN 的模型}[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（§六 narrowed_by 索引）。每条声明只写一次基础 node——不再写 {基于 GAN 的模型}[派生自](模型) 这种把 "模型" 重复两遍的形式。

6. 同义命名

跟普通 unit 同形态，谓词用 同义：

{论文-IAA}[同义]{《深度强化学习的想象增强智能体》}
{想象增强智能体}[同义]{具备想象和计划能力的智能体}

两边在查询时可互换。

7. 不输出

抽取是输入文本到 unit 的转换。没有实际表达意义的"空话"不输出为 unit：填充词（"其实"、"嘛"、"啊"用于语气而非内容）、纯重复 / 同义反复、纯粹起表层标记作用的虚词。

注意：焦点、被动主动、句末语气词不是天然丢弃——它们承载的认知内容（强调点、施事 / 受事、句类、信息来源）通过修饰行表达；只有当这些标记纯粹起语言学表层功能、不携带认知内容时才丢弃。

三、谓词分类

谓词本身是 node，跟其他 node 一样可以被细化、同义、否定。分两大类：

1. 结构 predicate

不描述世界事实，而是描述 unit / node 之间的关系。每条都有特定的查询语义。

predicate	含义	查询语义
`同义`	A 与 B 等价 / 可互换；同时覆盖三类：命名别名（`论文-IAA 同义《...》`）、跨语言对照（`GAN 同义生成对抗网络`）、定义性 identity（`记忆同义系统本身`——A 与 B 不是两件相似的事，而是同一对象的两个表达）	自动派生 ≡ 索引；查询时节点合并
`属于`	X 是 Y 的真子类（显式分类）	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 node `{MB}`——M 是修饰，B 是基础 node。M 可为 `{M}` 或 `(M)`（合法性见 §二.2.4）	不传递；派生 node 上的特殊断言不被推到 B 上去
`相关于`	A、B 共现且语义相关，但说不清逻辑关系	自动派生 ↔ 索引；通常由共现 + LLM 确认入库
`negates`	两个 predicate 互为否定	原则 IV 矛盾判定
`被取代`	旧 unit 被新 unit 取代	自动派生 ⇒ 索引；常态查询沿 ⇒ 链取末端

2. 内容 predicate

描述世界事实。按语义角色分 family——同 family 的成员在认知层等价（"应对" ≡ "处理" ≡ "解决"），下游遍历沿 同义 + 的 闭包就能找到所有变体。不同 family 不互通（"应对" ≠ "导致"）。

a. 静态描述与关系

family	典型成员	用途
状态 / 属性	具有, 是, 处于	实体的属性、静态状态
拥有 / 归属	拥有, 占有, 持有	主体与所有物之间的归属关系
需求	需要, 缺乏, 渴求	原则 II 改写动作的目标
部分-整体	是...的一部分, 包括, 组成, 含有	部分-整体 / 集合-成员（区别于 `属于` 子类分类）
位置 / 空间	位于, 邻近, 接触, 包围	实体间的空间关系
比较 / 程度	大于, 等于, 类似, 不同, 优于	两个 node 在某维度上的比较

b. 动作与事件

family	典型成员	用途
动作 / 事件	提出, 发明, 击败, 塑造, 变成	一次性事件 / 状态变化；典型情况下用原则 II 改写为状态 / 需求
信息处理（动作子类）	激发, 编码, 转换, 重塑, 分解, 识别, 触发	描述大脑 / 神经系统 / ML 模型的内部处理机制；按原文动词保留（机制描述本身就是事实），不归并到「动作」基础成员；下游可用此子类标签筛选"机制描述"
解决	应对, 处理, 面对, 解决	主体解决某问题
通过	借助, 通过, 利用	主体借助某手段
时序	之前, 之后, 同时, 期间, 持续, 起始于, 终止于	命题 / 事件之间的时间关系（与修饰谓词 `发生时间` 不同——后者给 unit 加时间标签）。`起始于` / `终止于` 表达"过程的端点"（"人类记忆起始于细节"）

c. 逻辑修饰

family	典型成员	用途
因果	导致, 造成, 引起, 诱发	已发生的因果链；论元为嵌套 unit 局部 ID
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`）	主体在某维度上的方向性数量变化；区别于 `导致`（无方向、不限维度）。常配 `()[程度](X 倍/百分比)` 修饰行。论文场景高频："新方案缩短注释时间 9-18 倍"、"经历加强突触连接"
意图 / 目的	目的是, 旨在, 为了, 借以	未发生的意图（in order to thereby）
模态	应该, 必须, 可能, 可以	命题的模态修饰；论元为嵌套 unit 局部 ID 或常规 node

d. 命题态度

family	典型成员	用途
言语行为 / 命题态度	主张, 相信, 知道, 认为, 怀疑	主体对命题的态度；论元为嵌套 unit 局部 ID
桥接（目的-手段-回应）	回应, 实现, 解决, 服务于, 满足	原则 II 中把 S 连到状态 / 需求 node 的 bridge unit

[实现] 辨别启发——实现 是桥接 family 基础成员，但抽取者频繁误用为万能桥，覆盖到本应用 同义 / 导致 / 具有 表达的语义。三种用法的辨别：

`{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 node（含"...能力 / ...水平 / ...支持"）	桥接 ✓	`{基于 GAN 模型}[实现]{源域到目标域转换}`、`{注意力机制}[实现]{计算成本缩放}`
与 S 同质的对象 / 事件 node（A "就是" S 的别名）	改写为 `[同义]`	误：`{DQN}[实现]{RL 与 DL 整合}` → 应：`{DQN}[同义]{RL 与 DL 整合}`
已发生的具体后果 / 度量结果	改写为 `[导致]` 或 `[属于]`	误：`{DQN}[实现]{Atari 专家级}` → 应：`{DQN}[导致]{Atari 专家级表现}`

判别启发：去掉 [实现]，问 "S 把这个状态 / 能力落地了吗？" —— 是 → 桥接；否（A 是 S 本体或后果）→ 改写。

3. 修饰谓词

出现在 ()[修饰谓词](值) 行里，给主 unit 附加上下文。这些谓词的"主语"统一是上一条主 unit。常见成员：

修饰谓词	含义
`证据` / `出处`	这条事实出自谁 / 哪篇论文 / 哪个博客（叙述外壳的标准着陆点）
`发生时间` / `地点`	unit 成立的时间 / 地点
`动作阶段`	体：完成 / 进行 / 经验 / 起始 / 持续；缺省 = 完成
`方式` / `程度` / `范围`	谓词的修饰；优先拆到这里，再考虑细化谓词 node
`工具` / `源` / `目标` / `接受者` / `候选` / `依据`	论元角色——"用什么 / 从哪 / 到哪 / 给谁 / 在哪些里挑 / 按什么"
`量化`	全称 / 存在 / 数量(n)；用于消除"每个学生都读过至少一本书"这类辖域歧义
`否定辖域`	否定作用在哪一项上（与谓词自身的否定区分；后者用 `negates`）
`模态`	能 / 必须 / 可能 / 应该（语句级模态）；含作者主观取向（希望 / 期待 / 推测 / 脑洞），常与 `置信度` 协同标注 speculative 断言
`置信度`	直接 / 推断 / 传闻；high / low。评论 / 观点文体下默认 `low`（区别于综述文体默认信任作者断言为科学共识）

修饰谓词不封闭，按需新增。

4. 谓词的修饰与细化

修饰过的谓词也是 node，可以同样用 M[的]{基础谓词} 形式声明派生（M 与 B 的合法形态见 §二.2.4——B 必须 {}，M 可为 {} 或 (...) 但不能属于 §二.2 9 类 hedge）：

{提升}[的]{需要}              # 派生 [需要提升]
{降低}[的]{需要}              # 派生 [需要降低]
{加倍}[的]{投入}              # 派生 [加倍投入]

否定式断言 —— 用 (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]
(否定)[的]{具有}              # 派生 [不具有]
{单独的记忆}[不具有]{独立存在性}

优先：副词 / 程度 / 范围 / 时间拆到修饰行（()[方式]{独特}、()[程度](深刻)、()[发生时间]{1997}），让谓词留在 family 基础成员；只有当修饰已经融入核心动词的语义、无法拆分时才另立新谓词 node。

反例：(以独特方式深刻)[的]{塑造} —— "深刻" 属 §二.2 b 类主观评价、"以独特方式" 属表层修辞，整体应化为 {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}。

5. 基础成员表（family 归并目标）

冻结每个 family 的归并目标——抽取时表面可以写 family 内任何成员，存储 / 查询时归并到基础成员上。新成员通过 (新成员)[同义](基础成员) 入库。

单基础成员 family（family 内成员同义归并到一个基础成员）：

family	基础成员	归并的同义成员
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	`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

命题态度 在 §三.2.d 原本一行——这里按极性拆成 认为 / 怀疑 两个基础成员，否则 "谁相信 X" 的查询会把 "谁怀疑 X" 一并返回。

多基础成员 family（family 内成员沿不同轴向，不可彼此合并；每个都是独立基础成员）：

family	基础成员（彼此独立）
部分-整体	`包括`（整体→部分）, `组成`（部分→整体）
位置 / 空间	`位于`, `邻近`, `接触`, `包围`
比较 / 程度	`大于`, `等于`, `类似`, `不同`, `优于`, `小于`
时序	`之前`, `之后`, `同时`, `期间`, `持续`, `起始于`, `终止于`
模态	`必须`, `应该`, `可能`, `可以`
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`）

结构 predicate（见 §三.1，封闭 6 个）：同义 / 属于 / 的 / 相关于 / negates / 被取代——每个都是独立基础成员，不可同义归并。

修饰谓词（见 §三.3，开放新增 ~17 个基础成员）：

类别	基础成员
来源	`证据`（= `出处`）
时空	`发生时间`, `地点`
体貌	`动作阶段`
谓词修饰	`方式`, `程度`, `范围`
论元角色	`工具`, `源`, `目标`, `接受者`, `候选`, `依据`
辖域	`量化`, `否定辖域`
语句级	`模态`, `置信度`

每条独立基础成员，新增按需，但应优先复用，避免同义漂移。

不冻结的 family：

动作 / 事件：原则 II 默认改写为 具有 / 需要 / 属于。§四.I 三种例外（归属优先权、命题态度在场、历史事件）保留事件谓词时，直接用原文动词（"击败"、"提出"、"毕业于"、"获得"、"发表"），不归并到基础成员。履历语境（人物经历、机构产出统计）也是该例外的自然延伸——归属本身是关注点。
信息处理（动作子类）：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，不归并到「动作」基础成员。机制描述本身是事实——把"听觉皮层将声波转换为电信号"压成"听觉皮层 [具有] 声波到电信号转换能力"会丢失"是 active processing 不是 static capability"的语义。

常见动词归并示例表——抽取者首次遇到下列表层动词时，按此归并到既有基础成员，不要新立 family：

表层动词	归并到	判别理由
借鉴 / 受...启发 / 源自 / 来自	`起始于`（时序）	技术血统 / 概念溯源——"X 借鉴 Y" = "X 起始于 Y"
启发 / 激发 / 推动 / 驱动 / 赶着...跑	`导致`（因果）	因果触发；agentive 语气在抽取层不保留
采用 / 使用 / 引入	`包括`（结构含 X）/ `通过`（手段）	"设计采用 X" → 包括；"通过 X 实现 Y" → 通过
结合 / 配合 / 协同	`相关于`（对称）/ `包括`（一方为整体）	看主从——平等结合 → 相关于
模仿 / 复制 / 仿照	`同义`（结构复制）/ `起始于`（设计血统）	"X 复制 Y 的结构" → 同义；"X 模仿 Y 设计" → 起始于
帮助 / 助力 / 辅助	`实现`（能力达成）/ `导致`（因果）	看落地的是状态 node 还是后果
提升 / 加强 / 缩短 / 节省 / 加速	`增加` / `减少`（数量变化 family，带方向）	见「数量变化」family 行
涉及 / 覆盖 / 跨越	`包括`	整体→部分关系
减弱 / 衰减 / 放缓	`减少`（数量变化）	同上

冻结的意义：

抽取一致性：人 / LLM 有显式归并目标，不再各凭判断。
可审计：family 成员表新增走 PR review，避免基础成员悄悄漂移。
闭包简单：常态查询沿固定 同义 链展开，不依赖 LLM 在线判断。

核心谓词总数：结构 6 + 单基础成员 family 10 + 多基础成员 family ~26 + 修饰谓词 ~17 ≈ 59 个。这是查询语义需要区分的最小集——表层 unit 文本可以用任意同义动词，归并由 同义 闭包在入库时完成。

四、抽取四原则

每条 unit 写出来时必须同时满足下面四条。这不是按顺序的步骤，是约束的合取。

I. 事实优先（对应思考操作：整合）

规则：动词落在元话语动词族时，跳过它进它的宾语找事实；元话语主语降级为修饰行 ()[证据](S)。

元话语动词族（这些动词描述"人类怎么讨论事实"，本身不描述世界）：

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

操作模板：

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：

原文：DeepMind 提出 X 架构，X 结合无模型与基于模型方法
抽取：{X 架构}[结合]{无模型方法}, {基于模型方法}
      ()[证据]{DeepMind}

何时不能降级——三种情况叙述事件本身就是世界事实：

归属 / 优先权是关注点（"X 首次提出 Y" 在学术语境；"韩玫发表 30+ 篇论文" 在履历语境；"谷歌 2017 年发表 21 篇 CVPR 论文" 在机构产出统计语境——三者共性：归属本身是要存的事实，不是关于事实的元话语）。
命题态度在场（"X 怀疑 Y"——态度本身是事实，归 §三命题态度 family）。
历史事件（"深蓝击败卡斯帕罗夫"——不是元话语，是真发生的世界事件；履历事件 "韩玫毕业于清华"、"韩玫 2001 年获 CMU 博士" 同属此类）。

判别启发：去掉这个动词，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（对应思考操作：整合）

规则：主体 / 谓词 / 论元 / 修饰行的值——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 / 更特殊时，写一条 (修饰)[的](基础) 主 unit 引入派生 node。

对称适用于 unit 的所有位置：

主体 / 论元值上："入选微芯片" ≠ 微芯片，"DeepMind 提出的智能体" ≠ 智能体。
谓词位上："以独特方式深刻塑造" ≠ 塑造，"于 1997 年击败" ≠ 击败——这一条容易被忽略。

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}

bridge predicate 从 §三桥接 family 中选最贴切的成员。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，下一篇同主题的新方法也能归到同一标识符上。bridge unit 在 S 从主 unit 里消失时才必要；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)              # "复杂" 属 §二.2 b 类主观评价,挂修饰行
      ()[证据]{DeepMind}

III. 嵌套修饰（对应思考操作：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（u_a / u_b / ……）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）：

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}

注意 "从而" 在目的语境里 = in order to thereby（未发生的意图链），不是因果结果（A 引起 B）；前者所有子目标共享一条 [目的是] 主 unit，后者归入 "导致" family。

因果链：

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}

主体是因，论元是果——读法 "u_a 导致 u_b"。

模态 / 条件：

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}

读法 "u_b 是 u_a 的必要条件"。模态 family 里的 必须 / 应该 / 可能 直接修饰单条命题（{u_b}[必须]()）；条件关系更适合用 必要条件 / 充分条件 这种二元 predicate。

命题态度：

原文：研究者认为该方法不可行

{该方法}[具有]{不可行性}                    # u_a — 把"不可行"名词化为属性
{研究者}[认为]{u_a}

IV. 自洽（对应思考操作：自洽）

规则：图永远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。

五、抽取流程（操作侧）

抽取时按以下顺序处理一段原文：

句法解析：识别小句、动词、论元、修饰、连词、辖域算子。
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"）都还原成具体 node。
- 特殊句式标准化：
  - 把字句 / 被字句：还原为 <施事>[谓词]<受事> 而非按表层语序。
  - 兼语句（"老师让学生回答问题"）：拆为致使 unit + 嵌套子 unit。
  - 连动句（"他去图书馆借书"）：拆为多条 unit，按时序 / 目的连。
  - 是字句 / 有字句：用 属于 / 具有 等静态谓词，不写成动作。
  - 比较句（"A 比 B 高"）：谓词 ∈ 比较 / 程度 family，修饰行带 维度 和 参照。
- 辖域识别：否定 / 量化 / 模态的辖域要在这里定下来——决定它是谓词自身的否定（用 negates）、修饰行（量化 / 否定辖域）、还是嵌套外层（原则 III）。
- 句类识别：陈述以外的句类（疑问 / 祈使 / 感叹）通过命题态度 family wrapping（询问 / 请求 / 评价）变成 unit；语气词的字面形式不输出。
复句拆分：按因果 / 转折 / 时序 / 目的 / 条件 / 让步切分。
逐条 unit：选谓词（归 family 基础成员）、定主体（≥1 个具体 node）、补修饰行；同时满足四条原则。节点位置的 {}/() 标记由 LLM 在此步直接判断——按 §二.2 的承载者原则 + 两个测试，对每个节点单独判断；不是事后用脚本批处理（脚本无法做语义判断）。
入库：原则 IV 查冲突 → §六索引自动更新。

六、查询

1. 反向索引（node → unit）

每个 node 是一个 wiki 页面，按谓词 family 分组展示三块：

索引	含义
`subject_mentions`	node → [作为主体出现的 unit ID]
`context_mentions`	node → [作为论元 / 修饰行值出现但不是主体的 unit ID]
`narrowed_by`	node → [以它为基础的派生 node]（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（1997 在 ()[发生时间] 修饰行里）。

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（共现 + LLM 确认）
⇒	后者取代前者	`被取代` 主 unit，带时间戳

矛盾（⊥）不在这里——按原则 IV 在入库时已被 ⇒ 消解。

3. 查询操作

操作	做法
打开 node 页	`subject_mentions[X]` 按谓词 family 分组 + `narrowed_by[X]` 列派生 node
继承推理	沿 `属于` 闭包传递；`派生自` 不参与——挂在派生 node 上的具体断言不会被推到原 node 上去
展开 family	谓词 ∈ family 基础成员 → 沿 `同义` + `的` 闭包找到所有变体 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；冲突走原则 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。

七、trade-off

接受语言表达层信息损失：焦点 / 主题前置、口吻、句末语气词、被动主动这类表层语序不输出。认知内容由命题态度 family 和修饰行承载。
接受叙述外壳信息损失：原则 I 默认把"谁说的 / 谁提出的"压成 ()[证据]，归属在大多数情况下不是首要事实。如果场景里归属是关注点（学术优先权、争议引述），需要手动把它升回主 unit。
入库依赖 LLM 的语言理解：指代消解、特殊句式标准化、辖域识别、谓词 family 归并、事实层 vs. 叙述外壳的判别都需要 LLM。常态查询不再需要 LLM。
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。