认知图：2.图构建方法
文本到认知图：图构建方法
把一段自然语言（句、段、整篇）压成一张可遍历的文档定位：规范态（spec）。
依赖：认知图：以谓词作为概念——unit 图。数据模型、节点 / 谓词分类、抽取四原则。本文档只定义"文本 → 图"的构建流程与渲染契约，不重复定义抽取规则本身。
§1 总览
1.1 输入与输出
输入：自然语言文本（一句、一段、或一整篇）。
输出：
-
输入：自然语言文本——一句、一段、或一整篇。unit 集合（主输出，ground truth）； -
由输出：一张图—图拓扑——节点（主体节点/ 论元 / 谓词）+ 边 + 入口标记，整体表达输入承载的持久事实。
依赖：unit 数据模型与四原则定义在 认知图：以谓词作为概念。本文档只定义"文本 → 图"的构建过程与渲染契约，不重复抽取原则本身。集合派生。
一、输出形式
图的 ground truth 是 unit 文本——已有抽取约定的序列化形式：
{主体}[谓词]{论元}, {论元}, ...
()[修饰谓词]{值} # 值的可查询性视情况标 {}/()
派生 M[的]{B}（M 可为 {M} 或 (M)，见认知图 §二.2）、同义 {A}[同义]{B}、嵌套局部 ID（u_a / u_b / ...）等同认知图 §二「数据模型」。
图示绘制只画可查询节点 {X}（不可查询修饰 (X) 通过修饰行表达，不出现在节点位置）；[P] 表示谓词、──▶ / └──▶ 等表示有向边——与 unit 文本的标记一致。机器消费一律以 unit 文本为准，图示只是辅助阅读。文本为准；图示仅辅助阅读。
1.2
二、记号约定
范围
下文示例和讨论用以下记号表达本文档定义：文本 → unit 图：集 + 图拓扑的构建流程、图的不变量、unit 文本与拓扑摘要的序列化格式。
不重复定义：unit 形态、谓词分类、抽取四原则——见依赖文档。
1.3 流程概览
nodes 集合、S*（入口节点集）
主线选定
§2.5
每段一条 spine unit（或 null）
图拓扑装配
§2.6
星形子图 + 跨段缝合
多段输入处理
§2.7
段边界对齐 narrative center
1.4 记号约定
| 记号 | 含义 |
|---|---|
{X} |
可查询节点。{X} 实例 |
(X) |
不可查询修饰（仅出现在修饰行值或派生 M 位置， |
[P] |
谓词。每条 unit 引入独立的 [P] 实例（同名谓词不共享节点） |
| ──▶ | 有向边：主体 ──[P]──▶ 论元；修饰行 ──[P]──▶ |
[同义] ──subject_mentions u_a / u_b / …
段内局部 unit ID
sN.uM
跨段引用的持久 unit ID（段 N 内的 u_M）
S*
入口节点集（subject 字段曾出现过的节点集合）
入口节点 / 仅论元节点的区分不在记号本身体现，而由仅论元节点的区分不在记号本身体现——由 §三 步骤 2.4 的 S* 集合刻画——需要展示时在节点旁加注（如集合刻画。需要展示时在节点旁加注 {X}*）或在表格中单列说明。{X}形态相同，是为了让图示和 unit 文本完全同形。或在表格中单列。
三、§2 构建流程
输入文本 → 输出 unit 集合 + 图拓扑。共五步，前三步沿用 认知图：以谓词作为概念 §五 抽取流程，后两步是本文档新增。
步骤 2.1 — 句法解析与语言层预处理
参照原按依赖文档 §五.6 步骤 1–2：识别小句 / 动词 / 论元 / 修饰 / 辖域；指代还原；特殊句式标准化（把字句、被字句、兼语、连动、是 / 有字句、比较句）；特殊句式标准化；句类识别。
多句 / 多段输入：跨句指代和零指代在这一步统一还原。代词不能还原时降级为占位 node多段输入：跨句指代与零指代在这一步统一还原。代词不能还原时降级为占位节点 ?_1 / ?_2，并打 ()[置信度](low)。
步骤 2.2 — 复句拆分
按因果 / 转折 / 时序 / 目的 / 条件 / 让步切分小句。保留连接关系，待嵌套层装回（原则依赖文档 §5.III）。
步骤 2.3 — 抽取 unit 集
逐小句产出 unit：
-
选谓词（归 family 基础成员）；
-
定主体（≥1
个具体 node）个具体节点）； -
补修饰行；
-
同时满足同时满足依赖文档 §四5四原则——事实优先 / 最具体标识符 / 嵌套修饰 / 自洽。四原则。
派生 node派生节点 M[的]{B} 在使用前先声明，渲染名 {MB} 入图。同义命名 {A}[同义]{B} 在两个标识符首次共现时声明。
派生 / 同义 不是默认操作——不是默认操作，按以下规则触发：
-
派生：在两种情况下使用—派生触发条件——（a）满足任一： (a) 现有标识符在当前图里有歧义、需要收窄（例：复杂不完美的环境≠(b)任意环境）；（b）当前事实的重点就是描述当前事实的重点是描述 /分类一个实体—分类一个实体——名词短语作主句论元（"设想 X" / "讨论X" / "考虑X"）时，X 内部的修饰子句应当用派生节点层级表达，让[属于]把实例绑到类。 -
同义：两个独立来源的标识符首次共现（例：论文-IAA ↔ 《深度强化学习的想象增强智能体》、想象增强智能体架构 ↔ 想象增强智能体）。不用同义给派生 node 起别名—同义触发条件：两个独立来源的标识符首次共现。不用同义给派生节点起别名——那是 alias 不是 synonym，没有信息增益。无信息增益。
两种判别启发：判别启发：
-
重点是描述 vs
事件：去掉量词 "事件：去掉量词"一位 / 一个 / 一种"，看剩下的是不是个动词主导的完整句。是 → 事件型，主谓宾 + 修饰行；不是（剩下的是名词短语）→ 描述型，派生层级 +[属于]。 避免重复编码：避免重复编码：写完一条派生 / 同义后，看是否同一事实在派生名、谓词、修饰行多处重复出现。是 → 简化掉冗余的层（要么删派生留事件，要么删事件留派生）。
反例 AA——描述错抽成事件：
原文：一位每天乘坐列车通勤的人（名词短语）
描述错抽成事件：原文 "一位每天乘坐列车通勤的人"（名词短语）写成 错：{通勤者}[通勤]() + ()[工具]{列车} + ()[频率](每天)——
（把描述抽成动作，丢失"她是什么人"的分类语义。正解：的分类语义）
正：(列车通勤)[的]{人} +
(每天)[的]{列车通勤的人}
+ {通勤者}[属于]{每天列车通勤的人}
。反例 B B—— 派生 + 同义 + 事件四处重复：同句写成事件四处重复：
错：(列车通勤)[的]{人}+{列车通勤的人}[同义]{列车通勤者}+# 同义被滥用作 alias {列车通勤者}[通勤]()+()[工具]{列车}——同义被滥用作alias，（"列车通勤"编码四次）编码四次。
段（抽取块）的边界：的边界：决定 () 指代的范围、决定局部指代范围与局部 ID u_a / u_b 的有效域。有效域。一般以原文自然段或一两句一组划段；段终止后 () 不再有指代，必须重起一条主 unit；跨段引用必须用持久 unit ID。这套规则照搬认知图ID §二.3–4，不在本文档重复。sN.uM。
步骤 2.4 — 节点收集与角色判定（全局）节点收集与角色判定
遍历输入产出的所有遍历输入产出的所有 unit 集合 U（跨句、跨段统一收集，不分段重置）：
nodes := ⋃ unit ∈ U {主体, 谓词, 论元, 所有修饰行的值}
# 数学集合表示,与 unit 语法 {}/() 无关
S* := ⋃ unit ∈ U {主体}
# 含派生 / 同义 / 修饰行所属主 unit 的主体
preds := { (unit, 谓词位置) }
# 元组集合;以位置为单位,不去重
每个 node 的角色：节点角色：
-
n ∈ S*→入口节点（入口节点（subject_mentions非空，可作为反向索引入口）； -
否则 →
仅论元节点（仅论元节点（只在context_mentions中出现）； -
谓词位置一律渲染为
[P]——同一谓词出现两次就是两个同一谓词出现两次是两个[P]实例（边的关系类型挂在边上，不共享节点）。
派生派生节点的基础节点 node 的基础 node B（B（出现在 M[的]{B} 的论元位）：在本输入里若若 B 没单独作过主体，仍然是仅论元节点；这条派生声明本身让仍是仅论元节点；派生声明本身让 M 进 S*（M 是该 unit 的主体——若 M 标即使标 (M) 描述性派生，则虽不可独立查询但仍登记进仍登记进 S*）。
步骤 2.5 — 主线选定
在本段产出的在每段产出的 unit 集中标记一条 unit 为核心集中选一条为核心———它是这一段的该段的 narrative center。通常是：常见选择：
-
命题态度 wrap（
[认为]/[认知]/[/清楚]主张][主张] /[怀疑]）整段事实的那条； -
或因果链顶层（因果链顶层（最末端的[导致]/[造成]unit）； -
或一段就立人物立人物 / 立场景的描述句，主 unit 是[属于]/[是]的分类断言。
其余 unit 自动是分支自动为分支———它们仍然是独立仍是独立 unit、有完整结构有完整结构与查询语义，仅叙事地位上从属于主 / 反向索引 / 查询语义，只是叙事地位上从属于主 unit。unit。
主线选定没有结构后果主线选定无结构后果———它不改变图遍历语义，不改变图遍历语义，也不影响 unit 文本的 ground truth。它的作用是：作用仅三处：
视觉布局：视觉布局——核心 unit横向居中排在图的主轴上，分支从主轴节点向下/横向居中排在图的主轴，分支从主轴节点向下 / 向上引出；段查询：段查询——问"这段在讲什么"直接读核心unit，不必遍历全部 unit 综合；unit；叙事中心化：让一段的核心断言和支撑细节在层级上有明确区分。叙事中心化——核心断言和支撑细节在层级上有明确区分。
主线视觉边标签视觉边标签 vs unit 文本谓词：视觉图上可用自然连接词（平时 / 清楚 / 造成），文本谓词：视觉图上可用自然连接词，便于人读；unit 文本里始终写文本里始终写 family 基础成员（属于 / 认为 / 导致），基础成员，便于查询。映射例：
| 视觉自然词 | unit 文本 family 谓词 |
|---|---|
| 平时 / 通常 / 是 | 属于 / 是 |
| 清楚 / 知道 / 认为 | 认为 / 认知 / 知道 |
| 造成 / 引发 / 让 | 导致 / 造成 |
| 提出 / 介绍 | （元话语，原则 I 降级，不上主线） |
空段允许无主 unit：unit：纯派生 / 同义声明段（如开头铺设词典）可能没有自然中心；这种段标记主可能无自然中心，标 unitspine 为 null 即可。。
步骤 2.6 — 图拓扑装配
每条 unit {S}[P]{A_1}, ..., {A_n} 装配为一个星形子图：
{S} ── [P] ─▶ {A_1}
─▶ {A_2}
...
─▶ {A_n}
修饰行 ()[mod-P]{v} 挂在主 unit 的 [P] 上：
{S} ── [P] ─▶ {A}
└── [mod-P] ─▶ {v} # 若值为值为 (v) 不可查询修饰,显示为标签不画节点不可查询修饰时显示为标签,不画节点
嵌套 —— 当 嵌套：A_i 是局部为局部 ID（u_a / u_b / ...）：u_b）时，把内层 unit 的 [P] 直接接到外层 [P] 的论元位，跳过中间节点。读图者沿外层 [P] 走到内层 [P]，再展开内层 unit。
外层：{S}[目的是]{u_a}, {u_b}
渲染：{S} ── [目的是] ─▶ [u_a 的谓词] ─▶ ...
└── [u_b 的谓词] ─▶ ...
派生簇 —— M[的]{B} 是一条普通作为普通 unit：
{M} ── [的] ─▶ {B} # M 为 {M} 时
{M} ── [的] ─▶ {B} # M 为 (M) 描述性派生时,M 仅以标签形式出现
派生 node 的渲染名渲染。派生节点的渲染名 {MB} 在后续 unit 里被引用时，复用里被引用时复用 {M}
同义簇 —— {A}[同义]{B} 同样作为 unit 渲染。渲染；查询时 ≡ 索引由 同义 谓词派生（依赖文档 §六.7.2）；。图上是显式的 [同义] 节点和两端的 {X}。
跨段连接 —— 当输入跨多个段时，节点（依靠全局唯一性，跨段连接：节点的全局唯一性（§四）天然把不同段产出的星形子图缝合在一起：3.1）天然把不同段产出的星形子图缝合到一起。第一段把 X 作主体 {X}，第二段又用 X 作论元 {X}，那两段对应的子图共用同一个 {X} 同时出现在两段对应的子图里——它们共用同一个实例。实例。
外发尾巴 —— 外发尾巴：给每个入口节点画一条 ┄┄ 尾巴，端点空悬，表示该 {X} 在全图层面有 subject_mentions 项可达本输入之外。如果该入口节点的所有若入口节点的所有 unit 都在本输入内被产出，尾巴只是占位；图被并入更大图后尾巴连到外部 unit。
整篇2.7 / 多段输入 — 先摘要再分段多段输入处理
输入超过一段时，直接句对句抽取段边界容易和原文物理段对不齐、跨段桥接也靠不住。先摘要再分段更稳：直接句对句抽取容易段边界与原文物理段错位、跨段桥接不稳。先摘要再分段：
摘要剥叙述外壳—摘要剥叙述外壳——评价词、频率词、"我们提出 / 我们展示"- 摘要每个分句 =
一段抽取块—一段抽取块——分句天然是该段的 spine 候选，段边界对齐 narrative center。 段间桥接由谓词承接—段间桥接由谓词承接——摘要叙述"问题 → 替代 → 已有解 → 本工作"的因果链时，[目的是]/[属于]/[导致]自然落到段间。- 跨段引用用持久
IDID———格式sN.uM（段N 内的 u_M 升格）；格式；段终止后()不再指代。
摘要丢什么要心里有数：摘要丢失的内容：强度（"通常"）、程度（"远远"）、分立能力声明（"合理样本"）会被压平。下游若依赖这些细节，回原文补 ()[量化] / ()[程度] 修饰行或独立 unit。
不同文体的丢弃比差异显著（不同文体的丢弃比（实测）：
()[模态](希望) + ()[置信度](low)[置信度](low)抽取者按文体调激进度——论文场景默认完整保留事实层，科普场景大胆丢抒情但保留专家定义性陈述（这些往往是文章的真正内核），抽取者按文体调整激进度：论文场景默认完整保留事实层；评论场景默认全段挂 [证据](作者主张) + [置信度](low)。
完整工作示例见 §六 例 5 — 一篇 9 行论文摘要 → 4 段 11 主 unit + 11 派生 / 同义 + 4 修饰行；同输入按句对句抽取会膨胀到 7 段 16 主 unit。
四、§3 不变量
构建出的图必须满足：构建出的图必须同时满足：
节点全局唯一性：同一 node 在整段输入产出的图里全局唯一一个节点全局唯一性——同一节点在整段输入产出的图里全局唯一一个{X}实例。一个 node 在多句多段多条一个节点在多句多段多条 unit 里出现，对应同一个实例。谓词独立性：谓词独立性——同一谓词在不同 unit 里是不同[P]实例。"两次说'具有'"对应两个[具有]实例。角色单调性：角色单调性——节点一旦进入 S*（成为入口节点），永远是入口节点，不会因后续 unit 倒退为仅论元节点。修饰行从属性：修饰行从属性——修饰行的[P]必须挂在主 unit 的[P]上，不能直接连主体{X}——否则就该升格为独立主；否则应升格为独立主 unit。嵌套不绕路：嵌套不绕路——内层 unit 在外层 unit 的论元位上以"另一个[P]"形态出现，禁止用占位{X}中转。- 段内局部 ID
不外泄：不外泄——u_a/u_b等局部仅在所属段内的论元位上出现；跨段引用必须替换为ID 只在所属段内的论元位上出现；跨段引用必须替换成持久 unit IDsN.uM或具体节点名。 - 每段恰有一条主
unit（unit（或显式标null）；其余 unit 全是分支。主线没有结构后果，仅影响视觉布局和段查询入口。 - 可视图严格
{主体} ──[谓词]──▶ {论元}：图示画出来的每条边都必须对应一条主形态——图示画出的每条边都对应一条主 unit，箭头两端都是显式{节点}（不可查询修饰(X)不画为节点，仅以标签形式附着在边上）。出现[谓词] X这种浮空标签浮空标签 →缺一个显式节点或一条派生M[的]{B}声明，缺一个显式节点或一条派生声明，必须补全。 可查询性合规：每个节点位置按认知图可查询性合规——节点位置标记按依赖文档 §二.2.2标{}或(...)；派生 node判定；派生节点M[的]B三条约束：(1) 渲染名{MB}必须通过三约束按依赖文档 §2.2 测试；(2) M 不能是纯 hedge（违反 → 改走修饰行）；(3) M 与 B 各按 standalone 是否承载信息标记，四种组合均合法。4.3。
违反任一条 → 抽取或装配出错。
五、可序列化形式§4 序列化形式
实际输出有两层。主输出 —
4.1 unit 文本
unit 用注释标记：集合 + 分段 + 主线标注，序列化为纯文本：
# 段 1 spine: u1
{想象增强}[的]{智能体}
{想象增强智能体}[需要提升]{学习效率} # u1
()[范围]{真实世界环境}
()[程度](复杂), (不完美)
()[工具]{想象力}
()[证据]{DeepMind}
# 段 2 spine: u3
...
4.2 拓扑摘要（派生输出，可选）
派生输出可由 —unit 拓扑摘要（可选，给可视化渲染器消费，由主输出自动派生、不持久化）：文本自动派生，供可视化渲染器消费，不持久化：
graph:
nodes:
- id: 想象增强智能体
entry: true # 入口节点（S* 成员）
out_count: 4
- id: 学习效率
entry: false # 仅论元节点
...
preds:
- id: u1
subject: 想象增强智能体
predicate: 需要提升
args: [学习效率]
modifiers:
范围: 复杂不完美环境
工具: 想象力
证据: DeepMind
...
segments:
- id: seg-1
spine: u1 # 段的主 unit；null 表示无主线
branches: [u2, u3, u4, ...] # 该段其余 unit
...u4]
两者必须一致——若不一致，以一致性：两层必须一致；不一致时以 unit 文本为准。
六、§5 示例
例 1 — 单句简单陈述
原文：深蓝击败卡斯帕罗夫。
unit 文本：
{深蓝}[击败]{卡斯帕罗夫}
节点角色：S* = {深蓝} → 入口节点；卡斯帕罗夫 → 仅论元节点；[击败] 是谓词实例。
拓扑示意：拓扑：
┄┄┄┄ {外发}
╲
{深蓝} ── [击败] ─▶ {卡斯帕罗夫}
例 2 — 单句派生 + 修饰行
原文：DeepMind 通过赋予智能体想象力，提升了其在复杂不完美环境中的学习效率。
unit 文本：
(复杂不完美)[的](环境) # M 是描述性派生 (是描述性派生（b 类评价的复合不可单独查询)类评价的复合不可单独查询）
{想象增强}[的]{智能体} # M 是 Cc 类技术属性 — 标 {}
{想象增强智能体}[具有]{想象力}
()[证据]{DeepMind}
{想象增强智能体}[需要提升]{学习效率}
()[范围]{复杂不完美环境} # 派生节点渲染名,作为整体 queryable
()[工具]{想象力}
()[证据]{DeepMind}
节点角色：S* = {复杂不完美 (复杂不完美（派生 M)M）、想象增强、想象增强智能体}
| 角色 | 理由 | |
|---|---|---|
| 复杂不完美 | 派生声明 (复杂不完美)[的]{环境} 的主体；标 (M) 表"描述性派生" |
|
| 想象增强 | 入口 | 派生声明 {想象增强}[的]{智能体} 的主体 |
| 想象增强智能体 | 入口 | 多次作主体（具有 / 需要提升） |
| 环境 | 仅论元 | 仅作论元 |
| 智能体 | 仅论元 | 仅作论元 |
| 想象力 | 仅论元 | 论元 + 修饰行值 |
| 学习效率 | 仅论元 | 仅作论元 |
| 复杂不完美环境 | 仅论元 | 修饰行值（ |
| DeepMind | 仅论元 | 修饰行值（证据） |
拓扑示意：拓扑：
(复杂不完美) ── [的] ─▶ (环境)
{想象增强} ── [的] ─▶ {智能体}
┄┄┄ {外发}
╲
{想象增强智能体} ── [具有] ─▶ {想象力}
│ └── [证据] ─▶ {DeepMind}
│
└── [需要提升] ─▶ {学习效率}
├── [范围] ─▶ {复杂不完美环境}
├── [工具] ─▶ {想象力}
└── [证据] ─▶ {DeepMind}
匹配手绘图的形态：入口节点（带 ┄┄ 尾巴）是反向索引登记点，手臂上是 [P] ─▶ {X}，多条 unit 通过共享 {X} 相连。(复杂不完美) 用标 () 标记是因为"是因为"复杂"+"不完美"是描述复合，单独不可查询，但派生整体单独不可查询；派生整体 {复杂不完美环境} 是可查询节点。
例 3 — 单句嵌套（意图链）
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。
unit 文本（原则依赖文档 §5.I 元话语降级 + 原则 §5.III 意图链嵌套）：
{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}
节点角色：S* = {真实世界, 深度强化学习, X} → 入口节点；其余 → 仅论元节点。
拓扑示意（拓扑（嵌套用 [P] 直连 [P]）：
{真实世界} ── [具有] ─▶ {复杂性}
↑
│
{X} ── [目的是] ────────┤
│ ↓
│ {深度强化学习} ── [需要提升] ─▶ {性能}
└── [证据] ─▶ {DeepMind}
注意 [目的是] 的两个论元位接的是另外两个的两个论元位接的是另外两个 [P]（u_a / u_b 的谓词），不是中间套 {X}——这是嵌套的几何特征。
例 4 — 跨句的全局节点缝合
原文（两句一段）：DeepMind 提出了想象增强智能体。该智能体在复杂环境中具有更高的学习效率。
unit 文本（两段抽取块，每段独立局部 ID 域；节点跨段共享）：
{想象增强}[的]{智能体}
{想象增强智能体}[同义]{DeepMind 提出的想象增强智能体}
()[证据]{DeepMind}
{想象增强智能体}[具有]{学习效率}
()[范围](环境)
()[程度](复杂) # b 类评价 — 修饰行
()[程度](更高) # c 类无锚比较 — 修饰行
节点角色（全局收集）：
-
入口节点：想象增强、想象增强智能体
-
仅论元节点：智能体、DeepMind、环境、学习效率
想象增强智能体 在第一段是主体（同义声明）、第二段还是主体（具有），两段共用同一实例———它是同一个 {想象增强智能体}，把两段的子图缝合到一起。把两段子图缝合到一起。这是 §四 不变量 3.1 在跨句场景的直接体现。
注意第二段没有派生第二段没有派生 {复杂}[的]{环境}——按按依赖文档 §二.22.3 b评价 类「主观评价」、c/ 类「无锚比较」，无锚比较类，"复杂"和"更高"都应化为修饰行应化为修饰行 ()[程度](X)，避免引入不可查询节点 (复杂) / (更高) 进派生。
例 5 — 整篇文章（4 段）：摘要驱动 + 跨段桥接
原文（GAN-based domain adaptation 论文摘要）：
使用带有精心注释的图像数据集来训练现代机器学习算法，对于许多任务来说都是非常昂贵的。一个很有吸引力的替代方案是渲染合成数据，其中 ground-truth 注释会自动生成。不幸的是，纯粹在渲染图像上进行训练的模型通常不能推广到真实图像。为了解决这个缺点，此前有研究引入无监督的领域自适应算法，尝试在两个域之间映射表示，或者学习提取不变的特征。在这项工作中，我们提出了一种新的方法，以无监督的方式学习实现从一个域到另一个域在像素空间上的转换。我们基于生成对抗网络（GAN）的模型能够适应源域映像，就像从目标域中绘制的一样。我们的方法不仅产生了合理的样本，而且在某些无监督的域适应场景中也远远胜过最先进的技术。最后，我们展示了适应过程生成了在训练过程中没有见过的物体类别。
摘要（剥叙述外壳）
把"我们提出 / 我们展示 / 不幸的是 / 很有吸引力"等评价词与元话语丢掉、重复合并，剩下的事实骨架：重复合并：
问题：问题——训练现代 ML 算法需要精心注释的图像数据集，标注成本高。替代方案的缺陷：替代方案的缺陷——渲染合成数据虽自动生成注释，但纯渲染图像训练的模型在真实图像上泛化差。已有解：无监督领域自适应算法—已有解——无监督领域自适应算法，通过映射两域表示或提取不变特征实现。本工作：本工作——基于 GAN 的模型，在像素空间做源域 → 目标域无监督转换；属于 UDA 新成员，超越 SOTA，并能生成训练时未见的物体类别。
四块 = 4 段抽取块。每块对应一条 spine。
视觉拓扑
一张整图。先列派生 / 同义簇（建立所有渲染名），再画主断言；每条画出来的边都对应一条主 unit。
派生 / 同义：
{现代} ── [的] ─▶ {机器学习算法} {现代机器学习算法} ── [的] ─▶ (训练)
{精心注释} ── [的] ─▶ {图像数据集} {精心注释图像数据集} ── [的] ─▶ (替代方案)
{渲染} ── [的] ─▶ {合成数据} {渲染} ── [的] ─▶ (图像)
{在渲染图像上} ── [的] ─▶ (训练) {在渲染图像上训练} ── [的] ─▶ (模型)
{无监督} ── [的] ─▶ {领域自适应算法} {基于 GAN} ── [的] ─▶ (模型)
{GAN} ── [同义] ── {生成对抗网络}
{现代机器学习算法训练} ── [需要] ─▶ {精心注释图像数据集} ── [具有] ─▶ {高成本}
│
│ [的]
▼
{精心注释图像数据集的替代方案}
▲
│ [属于]
│
{渲染合成数据} ── [具有] ─▶ {自动生成的 ground-truth 注释}
{在渲染图像上训练的模型} ── [需要] ─▶ {泛化到真实图像的能力}
▲
│ [目的是]
│
{映射两域表示}, {提取不变特征} ◀── [通过] ── {无监督领域自适应算法}
▲ ▲
│ [属于] │ [属于]
│ │
{基于 GAN 的模型} ── [优于] ─▶ {最先进技术}
★ spine └── [范围] ─▶ {某些无监督域适应场景}
│
├── [实现] ─▶ {源域到目标域的像素空间无监督转换} ★
│
└── [具有] ─▶ {生成训练未见类别能力}
整篇 spine 落在 {基于 GAN 的模型} ──——本工作的 headline 断言。共 12 主 unit + 4 修饰行 + 11 派生 / 同义。 [实现] ─▶ {源域到目标域的像素空间无监督转换}
证据修饰行未画在图上，规则统一：证据修饰行按统一规则：段 3 (无监督领域自适应算法) 3（无监督领域自适应算法）系列 ()[证据]{此前研究}；段 4 (4（基于 GAN 的模型) 的模型）系列 ()[证据]{本工作}。
注意可查询性标记：可查询性标记：{现代} / {无监督} / {渲染} / {GAN} 都通过都通过依赖文档 §2.2 测试（独立承载信息）；测试；(精心注释) / (在渲染图像上) / (基于 GAN) 是描述性派生 M（standalone 不承载，但派生整体 {...} 通过测试）；(模型) / (训练) / (图像) 是通用角色名词（standalone 不承载，但通过修饰特化后渲染整体承载）通过修饰特化后渲染整体承载）。
关系展开（每个箭头一行）
# 派生 / 同义（11）
{现代}[的]{机器学习算法}
{现代机器学习算法}[的](训练)
{精心注释}[的]{图像数据集}
{精心注释图像数据集}[的](替代方案)
{渲染}[的]{合成数据}
{渲染}[的](图像)
{在渲染图像上}[的](训练)
{在渲染图像上训练}[的](模型)
{无监督}[的]{领域自适应算法}
{基于 GAN}[的](模型)
{GAN}[同义]{生成对抗网络}
# 段 1 — 问题
u1.1 {现代机器学习算法训练}[需要]{精心注释图像数据集}
u1.2 {精心注释图像数据集}[具有]{高成本}
# 段 2 — 替代方案缺陷
u2.1 {渲染合成数据}[属于]{精心注释图像数据集的替代方案}
u2.2 {在渲染图像上训练的模型}[需要]{泛化到真实图像的能力}
u2.3 {渲染合成数据}[具有]{自动生成的 ground-truth 注释}
# 段 3 — 已有解
u3.1 {无监督领域自适应算法}[目的是]{s2.u2} # 嵌套到 u2.2 的 [需要]
u3.2 {无监督领域自适应算法}[通过]{映射两域表示}, {提取不变特征}
# 段 4 — 本工作
u4.1 {基于 GAN 的模型}[属于]{无监督领域自适应算法}
u4.2 {基于 GAN 的模型}[实现]{源域到目标域的像素空间无监督转换} ★ headline spine
u4.3 {基于 GAN 的模型}[优于]{最先进技术}
()[范围]{某些无监督域适应场景} # 修饰 u4.3 的 [优于]
u4.4 {基于 GAN 的模型}[具有]{生成训练未见类别能力}
u4.5 {最先进技术}[属于]{无监督领域自适应算法}
24 行 = 11 派生 / 同义 + 12 主 unit + 1 修饰行。[证据] 系列修饰行（段 3 → 此前研究；段 4 → 本工作）按统一规则补在每条所属系列修饰行按统一规则补在所属 unit 上，未单列。
跨段桥接
5 条 unit 把 4 段缝起来：
-
u2.1
{渲染合成数据}[属于]{精心注释图像数据集的替代方案}— 段 2 ↔ 段 1，靠派生节点{精心注释图像数据集}[的]{替代方案}链回。靠派生节点链回； -
u3.1
{无监督领域自适应算法}[目的是]{s2.u2}— 段 3 → 段2，UDA 的目的就是解决段 2 的 s2.u2。2； -
u4.1
{基于 GAN 的模型}[属于]{无监督领域自适应算法}— 段 4 → 段3。3； -
u4.5
{最先进技术}[属于]{无监督领域自适应算法}— 段 4 → 段 3。
沿 u4.1 / u4.5 的 [属于] 闭包，u3.1 的 [目的是 s2.u2] 自动继承到 {基于 GAN 的模型} 与 {最先进技术}——无须再画显式 [目的是 s2.u2] 边。
抽取决策注记
()[证据]{本工作}{此前研究}sN.uM{精心注释图像数据集}{渲染合成数据}{基于 GAN 的模型}(精心注释)(在渲染图像上)(基于 GAN)摘要丢失什么摘要丢失的内容
| 原文表达 | 丢失的认知内容 | 严格抽取应补 |
|---|---|---|
| "通常不能泛化" | 强度（"通常" ≠ "一定"） | ()[量化](大多数) 或 ()[置信度] |
| "远远胜过" | 比较程度 | ()[程度](远远) |
| "合理的样本" | 一项独立的能力声明 | 单独 unit (基于 GAN 的模型)[具有](合理样本生成能力) |
下游若依赖这些细节（研究综述强度对比、模型能力清单），从摘要回原文补全。摘要驱动的目标是知识图谱的"长期可推理"，摘要驱动的目标是知识图谱的长期可推理，不是完整还原原文。
摘要驱动 vs 句对句抽取
| 维度 | 句对句 | 摘要驱动 |
|---|---|---|
| 段数 | 7 | 4 |
| 主 unit 数 | 16 | 11 |
| 修饰行 | 多（量化 / 程度 / 置信度 / 方式） | 仅必要的 [范围] / [证据] |
| 丢弃 | 几乎不丢，全保留为修饰行 | 评价词 / 频率 / 程度 / 重复事实丢 |
| 适用 | 需要追溯到原文具体表述 | 进入领域知识库，做长期推理 |
摘要驱动收益：段边界天然对齐 narrative center；派生 node 收敛（句对句版的 "合理样本生成能力" / "适应过程" 等子节点直接合并到 [实现]转换 与 [具有]{生成未见类别能力}）；跨段桥接显式（摘要的因果链 → [目的是] / [属于] 自然落到段间）。
七、trade-§6 Trade-off
取舍 内容
图的稀疏 vs 稠密┄┄ 尾巴大多是占位；整篇文章产出大图、跨段缝合后入口节点之间连接稠密、谓词不共享 [P]：
同义反复的谓词会让图上出现多个相同标签的 [P] 实例。优势是边类型清晰、不会因共享谓词节点引起拓扑歧义；优势：边类型清晰、不会因共享谓词节点引起拓扑歧义。查询时再沿 同义 + 的 闭包归并。闭包归并
修饰行修饰行视觉密度
[P] 视觉密度：
[P] 上会挂 4–6 个子 [P](范围: X, 工具: Y, 证据: Z)，但折叠版只用于显示，派生派生节点的双重身份
node 的双重身份：
M[的]{B} 既贡献 M（入口；M 为 {M} (M) {MB} 渲染名指向 M 实例。的不渲染语言层信息：
段边界由抽取者决定：
原文的自然段往往不等于抽取段。把哪些句子合一段（共享 () 指代和局部 ID）是抽取者的工程判断——段太大局部 ID 容易冲突，段太小同句的修饰行被迫升格为重复主 unit。unit
主线选定 vs 多焦点段：
主 unit 标记要求抽取者主观判断"本段最核心是哪条断言"。叙事性强的段（人物 / 因果 / 论证）容易选定；叙事性强的段易选定；纯枚举段（条目列表 / 平行陈述）可能没有自然中心，可能无自然中心，主 unit 标 null，所有 unit 平行。例平行
5
{基于 GAN 的模型}[实现]{源域到目标域的像素空间无监督转换}null主线视觉边标签视觉边标签 vs unit 谓词：主线视觉用自然连接词（平时/ 清楚 / 造成）让人读着顺，视觉用自然连接词让人读着顺，unit 文本写 family 谓词（属于 / 认为 / 导致）让查询走谓词让查询走 family 闭包。映射不强制一对一——抽取者用判断力让两边都自然，关键是 unit 文本的 ground truth 仍可机器消费。仍可机器消费