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。文档定位：规范态（spec）。

• ---

• §1 总览

  1.1 输入与输出

  输入：自然语言。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

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：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。

---

一、核心思路

文本里的内容分两层：接受的信息损失：

• 事实层 表层语序—— 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。

  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 叙述外壳—— "谁说的 / 谁提出的谁阐释" /等元话语，降级为修饰行 哪篇论文 / 哪个博客介绍 / 谁阐释了 / 谁测试发现"()[证据]。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。

1.3 系统部件

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。按以下层组成，后续章节依次定义：

接受语言层信息损失：焦点

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 / 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。内容

---

/

二、数据模型

修饰三类

图里只有一种东西：unit。

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 的标准形态文本里）

{主体}[谓词]{论元}, {论元},谓词位 ...

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}u_a / (X)u_b 二分标记可查询性，详见/ … 段内局部 unit ID

---

§二.2。()（空）保留作修饰行回指（§二.3）。2 节点

2.1 节点形态

例：

节点是

{深蓝}[击败]{卡斯帕罗夫}unit {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。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 节点可查询性Queryability {} vs ()标记

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：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 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)	X 不是承载者——只是修饰、描述、或派生组合的一部分，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

()（空） 修饰行回指（§二.3）；与非空 (X) 由"是否为空"区分

域相对性：queryability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" 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 视觉域是通用角色视觉域为 (图像)，在艺术史域可能是 specific concept在艺术史域可能为 {图像}）。同一文档内需保持一致。

2.2 两个判别测试（

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？

• 张三测试 →A：关于 出生年、雇主、毕业院校…X →是否能说出三件 {张三}non-trivial 的事？
• 机器学习算法测试 →B：原文中 学习模式、监督性、典型成员…X → {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)去掉所有修饰后，是否仍可独立成句作主语？

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：判别示例：

形态词	例A	解读B

标记 {M}[的]{B}张三 ✓（出生年、雇主、毕业院校） ✓ {无监督}[的]{领域自适应算法}张三} → {无监督领域自适应算法} M 与 B 都独立承载 {M}[的](B)机器学习算法 ✓（学习模式、监督性、典型成员） ✓ {现代机器学习算法}[的](训练)机器学习算法} → {现代机器学习算法训练} M specific，B 通用角色 (M)[的]{B}训练 ✗（仅有定义） 勉强 (精心注释)[的]{图像数据集}训练) → {精心注释图像数据集} M 描述性短语，B 独立承载 (M)[的](B)非常 ✗ ✗ (基于 GAN)[的](模型) → {基于 GAN 的模型}非常) M图像数据集 与✓（典型成员 BImageNet） 都不独立承载，但派生整体承载✓ {图像数据集}

唯一非法：M抽取时机：标记由 是纯LLM hedge（约束在 2§6 违反）。例步骤 (更高级)[的]{X}4 —— "更高级"是无锚比较，必须改走修饰行。逐节点直接判断。

2.3 非承载者参考

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。测试逐节点判断。

评价 / hedge 类（几乎不可能在任何域里成为承载者）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...越来越…（若有明确基线 → 拆为有明确基线则改写 {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（无锚）hedge	古老 / 过去 / 最近 / 近年（配具体时间则改用近年（配具体时间则用 ()[发生时间]{1997}）

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

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

判定示例（应用不描述世界事实，描述 §2.2unit 测试）：/ 节点间的关系。每条有特定查询语义。

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谓词 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）、可互换。覆盖命名别名、跨语言对照、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）identity 自动派生派生 ≡ 索引；查询时节点合并 属于 X 是 Y 的真子类（显式分类）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 node引入派生节点 {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派生节点上的特殊断言不推到 B 上去 相关于 A、B 共现且语义相关，但说不清逻辑关系 自动派生派生 ↔ 索引；通常由共现 + LLM 确认入库索引 negates 两个 predicate 互为否定两个谓词互为否定 原则 §5.IV 矛盾判定 被取代 旧 unit 被新 unit 取代 自动派生派生 ⇒ 索引；常态查询沿 ⇒ 链取末端常态查询取末端

2.3.2 内容 predicate内容谓词

描述世界事实。按语义角色分按 family— 归并——同 family 的成员在认知层等价（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。闭包找到所有变体；不同 family 不互通（"应对" ≠ "导致"）。不互通。

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 是桥接归并目标：表面可写 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，内任意同义动词，存储 / 查询时归并到基础成员上。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（family 内成员同义归并到一个基础成员）：内全部同义归并）

family	基础成员	归并的同义成员同义成员
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

命题态度

3.2.2 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（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）：

内沿不同轴向，不可彼此合并）

family	基础成员（彼此独立）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, 小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

结构 predicate（见 §三.1，封闭 6 个）：同义倍 / 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, 置信度百分比)

每条独立基础成员，新增按需，但应优先复用，避免同义漂移。

3.2.3 不冻结的 family（按原文动词保留）

不冻结的 family：

动作 / 事件：原则 II 事件：默认改写为 具有 / 需要 / 属于（见 §5.II）。§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，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"），不归并到基础成员。履历语境（人物经历、：

归属 / 优先权是关注点（学术优先权、履历语境、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）：命题态度在场； 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，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"听觉皮层按原文保留。压成 [具有] 声波到电信号转换能力"会丢失"是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

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：按此归并：

表层动词	归并到	判别理由判别
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"概念溯源
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语气不保留
采用 / 使用 / 引入	包括（结构含 X）/ 通过（手段）	"设计采用含 X"X →用 包括；包括；"通过 X 实现 Y" →用 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；一方为整体 → 包括
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"结构复制 → 同义；"X 模仿 Y 设计"同义；设计血统 → 起始于
帮助 / 助力 / 辅助	实现（能力达成） / 导致（因果）	看落地的是状态落地状态节点 node→ 还是后果实现；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）带方向 减弱 / 衰减 / 放缓 见「数量变化」family减少 行同上 涉及 / 覆盖 / 跨越 包括 整体→部分关系部分

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} 减弱与 S 同质的对象 / 衰减事件节点（A /"就是" 放缓S 的别名） 减少[同义]（数量变化） 同上{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}

冻结的意义判别：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：

渲染名 {MB} 整体通过 §2.2 测试； M 不属于 §2.3 的 hedge 类； 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"

  抽取一致性：人作语气而非内容时）；

纯重复 / LLM 有显式归并目标，不再各凭判断。 同义反复；

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。

纯表层语言学功能、不携带认知内容的虚词。

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—焦点、被动主动、句末语气词等并非默认丢弃——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。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。

---

四、抽取四原则§5 抽取原则

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，必须同时满足下面四条；非顺序步骤，是约束的合取。

I.I 事实优先（对应思考操作：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（这些动词描述"人类怎么讨论事实"，本身不描述世界）：元话语动词族：

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

操作模板：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}

何时不能降级例外———三种情况叙述事件本身就是世界事实：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（"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）。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，归 §三 命题态度 family）。态度本身是事实）；
3. 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，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.II 最具体的标识符（对应思考操作：思考操作：整合）

规则：规则：主体 / 谓词 / 论元 / 修饰行的值—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 / 更特殊时，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 node。引入派生节点。

对称适用于 unit 的所有位置：对称适用于所有位置：

• 主体 / 论元值上："入选微芯片" ≠ 微芯片，"DeepMind 提出的智能体" ≠ 智能体。

  微芯片；

• 谓词位上："以独特方式深刻塑造" ≠ 塑造，塑造；"于 1997 年击败" ≠ 击败——这一条容易被忽略。

  击败。

典型操作 典型操作—— 把一次性动作改写为持久的状态 / 需求：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——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。新方法可归到同一标识符。bridge unit 在仅在 S 从主 unit 里消失时才必要；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)
      # "复杂" 属 §二.2 b 类主观评价,挂修饰行
      ()[证据]{DeepMind}

III.III 嵌套修饰（对应思考操作：思考操作：推理）

规则：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_aID / u_b / ……）引用。禁止用句法连词切碎为同层平行断言。

意图链（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}

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：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}

主体是因，论元是果——读法 "u_a 导致 u_b"。

模态 / 条件：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}

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：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
— 把"不可行"名词化为属性
{研究者}[认为]{u_a}

IV.IV 自洽（对应思考操作：思考操作：自洽）

规则：图永远不能同时存在两条互相矛盾的规则：图永不能同时存在两条互相矛盾的 unit。

操作：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）§6 抽取流程

抽取时按以下顺序处理一段原文：按以下顺序处理一段原文：

1. 句法解析：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：语言层预处理：

   • 指代还原：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：

     特殊句式标准化：

     • 把字句 / 被字句：还原为被字句 → <施事>[谓词]<受事> 而非按表层语序。

       ；
     • 兼语句

       兼语句（"老师让学生回答问题"）：拆为致使→ 致使 unit + 嵌套子 unit。

       unit；
     • 连动句

       连动句（"他去图书馆借书"）：拆为多条→ 多条 unit，按时序 / 目的连。

       目的连；

     • 是字句 / 有字句：用有字句 → 属于 / 具有 等静态谓词，不写成动作。

       静态谓词；
     • 比较句

       比较句（"A 比 B 高"）：谓词 ∈→ 比较 / 程度 family，修饰行带family + 修饰行 维度 和/ 参照。

       ；

   • 辖域识别：否定辖域识别——决定否定 / 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（用模态的辖域归属（谓词自身用 negates）、修饰行（修饰行用 量化 / 否定辖域）、还是嵌套外层（原则嵌套外层走 §5.III）。

     ；

   • 句类识别：陈述以外的句类（句类识别——非陈述句（疑问 / 祈使 / 感叹）通过命题态度 family wrapping（询问wrapping / 请求 / 评价）变成 unit；语气词的字面形式不输出。

     语气词字面形式不输出。

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

4. 逐条 unit：unit——选谓词（归 family 基础成员）、→ 定主体（≥1 个具体个具体节点）→ node）、补修饰行；同时满足四条原则。同时满足 §5 四原则。节点位置的 {}/() 标记由 LLM 在此步直接判断——按标记按 §二.2.2 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）。测试逐节点判断。

5. 入库：原则 入库——§5.IV 查冲突 → §六7 索引自动更新。

---

六、§7 查询

1.7.1 反向索引（node节点 → unit）

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

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

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

矛盾（⊥）不在这里——按原则按 §5.IV 在入库时已被 ⇒ 消解。消解，不在此索引。

3.7.3 查询操作

操作	做法
打开 node 页打开节点页	subject_mentions[X] 按谓词 family 分组 + narrowed_by[X] 列派生 node列派生节点
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 上去派生不参与
展开 family	谓词 ∈ family 基础成员 → 沿 同义 + 的 闭包找到所有变体闭包找所有变体 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；冲突走原则冲突走 §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。

---

七、trade-§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、被动主动这类表层语序不输出。被动主动等表层语序不输出；认知内容由命题态度 family 和修饰行承载。与修饰行承载

接受叙述外壳信息损失：原则 §5.I 默认把"谁说的默认把 /"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（。归属是关注点时（学术优先权、争议引述），需要手动把它升回主须手动升回主 unit。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叙述外壳判别均需 LLM。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。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。成本