白硕：事理图谱六问六答

与其在那里嫉妒物理学几个世纪以来与历史同期的最强大脑之间得天独厚的因缘际会，不如把事理内容暂且作为事理图谱这个高速公路上面跑的车、拉的货，车和货是什么，暂不深究为好，记住车和货长什么样，反而更为重要和实际。

二、事理图谱和事件图谱是什么关系？英文应该怎么翻译？

简单说来，事件图谱是不含本体的事理图谱，是事理图谱的初级阶段。对事件实例的抽取和预测，是事件图谱的基本任务。这些任务本身具有独立的应用价值，因此我们不应该仅仅因为事件图谱没有包含本体就否认其价值。

但是，事件图谱走向事理图谱又是一个学科方向的内在逻辑不断推动和一些应用领域的知识图谱落地需求不断倒逼的综合作用结果。或迟或早，这个飞跃总会发生。凡是怀抱真诚求知、尊重事实和社会责任感的事件研究者，归根结底是一个战壕里的战友，大家心里装着的是同样的诗与远方，学术上也会最终走到一起。

学术领域的内在逻辑推动，主要体现在谓词性句法成分（动词、形容词等）的相应语义研究已经开始聚焦到这些成分在事理上的关联对于自然语言语义解析的巨大影响和帮助。我们看到，号称语义解析算法最强大试金石的Winograd Scheme，背后需要的无形的知识体系，与其说是无边无际的“常识”，不如说是有血有肉的“事理”。语义知识表示的对象范围在知识图谱技术栈上从实体、关系、属性向前再做进一步的延展，必然会触及“事件”。

应用领域的落地需求拉动，主要体现在事件之间的内在关联和事件与实体之间的千变万化的关联上。支持获取和利用这些线索乃至机制，是在某些应用领域例如金融领域推动知识图谱落地的核心考验。一个上市公司的基本面，涉及到来自产业链上下游事件的影响，来自公司经营行为、资本运作行为、公司高管个人行为和员工群发性个人行为的影响，来自宏观层面释放的政策措施的影响以及来自市场各方面舆论舆情的影响。这些影响以事件对事件、事件对实体、实体对实体等多种方式交织着展开、蔓延、扩散并最终落到投资决策或风险判断上。不能应对这些考验的，或者技术上对这些考验缺乏充分准备的技术团队，一定会在这个地方摔跟头。

关于英文翻译，我见到三个。哈工大事理图谱1.0版用的是“Event Evolution Graph”，2.0版用的是“Event Logic Graph”，国外同领域文献用得比较多的是“Event Graph”。这三个用法各有所长。无论是Evolution所强调的演化，还是Logic所强调的推理，都是仅仅处理事件实例的事件图谱所不具备的或不擅长的。所以从事理图谱区别于事件图谱、或者事理图谱是事件图谱的高级阶段的角度，做出这样的区分，是可以理解的。

问题在于，事件图谱作为事件表示、演化和推理机制的初级阶段的产物，或许只是一个短暂的存在，尔后大家就会殊途同归，快速走向高级阶段。我们有必要为了跟自己一个阵营的同行做出区分而割裂这个阵营吗？我们有必要为了区别于一个暂时的现象而在概念上费这么大周折吗？既然事件表示、演化和推理的最终归宿就是事理图谱，那么我们也可以一步到位，直接把这个研究领域和研究对象命名为Event Graph，跟国际上也就接轨了。

所以，我赞同直接使用Event Graph作为事理图谱的英译名词。

三、事理图谱的本体层需要什么样的架构来支持？

事理图谱有本体层，这是个最重要的结论。有本体层，意味着事件之间、事件和实体之间不仅有横向的由此及彼的关联，还有纵向的由特殊到一般/由一般到特殊的关联。横向关联是漫游、是联想、是类比，纵向关联是归纳、是演绎、是演化。所以，相应的架构，要在综合考虑到这些情况的基础上，慎重做出决定。

我对这个问题的见解如下：

抽象实体、具体实体、抽象事件、具体事件这四块内容，物理上是联通的，是一张图，逻辑上则可以左右划分为实体域和事件域，上下可以划分为本体域和实例域，形成所谓“四象限”架构。如下图所示：

“四象限”架构

1、事件本体和实体本体的关系。这是非常简单明了的，句法上就是谓词与论元的关系，语义上就是角色的提供者（槽类型）与角色的扮演者（值类型）的关系。常见到一些事件图谱表示了事件之间的关联，但其中的事件却是卸掉了论元等胳膊腿的裸事件。裸事件的关联也不是没用，但是比起携带了论元信息的事理图谱来，其功能却是大大地打了折扣的。原理上，裸事件关联之所以有用，是因为推理链上的论元只有一个，比如一个病人，所有病症和治疗，作为身体事件都是这个病人的，就不许要提了。但凡论元出现了多元化和相互交织，裸事件立马捉襟见肘。

2、事件本体和事件实例的关系。这里的实质是事件的抽象层级结构，需要展开说一下。

• A事件所带论元和B事件所带论元存在上下位关系，比如，A是“加息”，B是“日元加息”。其中，A和B同属一个事件类型和抽象度层级，但A的论元类型是B的论元类型的下位概念。这时，抽象到具体的关联是间接的，先横向指向左方，再指向下方，再指向右方，形成“事件à抽象实体（上位）à抽象实体（下位）/具体实体à事件”的具体化路径。就是说，这里的事件类型本身没有抽象层级的变化，抽象层级的变化是所带论元在实体域中的抽象层级变化导致的。
• A事件的本体类型和B事件的本体类型存在上下位关系，比如，A是人身攻击，B是杀人。这时，抽象层级就存在于事件域内，不需要牵扯实体域。
• A事件的某个特征取值和B事件的某个特征取值存在某种连接关系。比如“批评”是扣锅，“辩解”是甩锅，“消灭证据”也是甩锅。寻找连接关系的线索不在事件的本体类型，也不在事件的论元的本体类型，而是在事件某个特征取值之间的关联性。（在事件特征和事件分类重合的情况下，c可以认为是b的特殊情况。）
• A事件是B事件细粒度展开后的某个环节。比如“办护照”事件是“出国”事件细粒度展开后可以观察到的一个环节。

3、事件的“发生”是在事件域，但会对“实体域”产生副作用。比如，一个“撤职”事件在事件域发生了，作为其推理上应得的后果，相应论元角色在实体域中的“职务”属性要同步予以改变。副作用是域间协同的必然产物，深刻反映了事件和实体之间的本质联系，如果是“两张皮”的架构，要反映这种关联就格外拧巴。

四、事理图谱和实体图谱是什么关系？

事理图谱是在知识图谱总框架下，知识表示对象从实体、关系、属性向事件的顺理成章的延伸。当然，随着延伸，也自然而然产生了“四象限”的架构，以及由这种架构带来的丰富得多的计算、演化和推理模式。这些模式对于应用领域落地有重要意义。

比如说，当我们学习/总结/抽取/导入事件的顺承规律的时候，得到的只是一条边吗？不是的。它可能是一个跨越象限的子图。比如，一个公司（实体X）要申请上市（事件A），如果它是一般的公司，要去排队（事件B）；而如果它的注册地（X的属性p）是某些特定的边远地区（p的取值满足特定条件），就可以直通（事件C）。你看，本来目的是要刻画A和B、A和C之间的关系，但是却带出了实体域里的“公司”，这还不算，还连带扯出了“公司的注册地”这个依附于“公司”实体的属性。真是挖出萝卜还带出了泥。但是，还真不能小瞧了泥。不知道要捎带上这个“泥”，实践中就要走各种弯路。

同时，事理图谱也和实体图谱一样，受到知识图谱构建所遵循的一般规律特别是一般性方法论原则的约束。比如使用“图”这种数据结构并承受由此带来的所有后果的问题。我对于事理图谱对“常识”、“逻辑”和“推理”等概念的强调有点担心。人工智能第二波热潮的前车之鉴并不遥远。今天的这些事理图谱团队绝非在“常识”、“逻辑”和“推理”等方面举旗冲锋的第一波战士，这里不是无人地带，在这里曾经倒下了很多“当年的先驱，今天的先烈”，他们用惨痛的教训告诉今人，什么路走是不通的。出于对先驱的尊重和对未知的敬畏，我觉得要强调事理图谱在“常识”、“逻辑”和“推理”等方面并不是无条件地达成了先驱们的愿景，而只是用合理的牺牲（例如表达能力的限制）换取了实现上的好处（例如计算和获取相对轻量级、工具相对完善）而已。

五、事理图谱和NLP如何对接？

事理图谱是对谓词性成分语义进行表示的技术体系，因此事理图谱的研究和NLP有着天然的紧密联系。事理图谱向左，可以“脑补”一般分析器做不到的精准解析结果，例如功课Winograd Scheme悬赏中的那些挑战性指代消解问题。事理图谱向右，可以“补脑”语义落地所缺失的环节，扫除一旦精准NLP得以实现之后通向应用场景的各种障碍。所以，事理图谱和精准NLP联手，可以打造和开拓一个非结构化数据深度应用的广阔空间，把二者提升为实现真正人工智能所不可缺少的“硬科技”。这一前景，值得相应领域的研究者为此付出拼搏和烧脑的代价。

这里面要注意我们在前面提到的事件粒度概念。实际上，文本中语言描述的粒度和事理图谱中真正关注的目标事件粒度很可能是有差距的。这个差距的弥补，要求我们对事件在不同粒度上的语言表现形态做结构化的刻画，形成相对完整的“事件-子事件”层级体系。这里的“事件-子事件”层级体系，不同于事件的上下位层级体系，它所包含的知识不仅具有常识性，更具有动态性。

如何获取这个事件粒度层级体系？很多人的第一反应很可能是“深度学习呗”。当然。深度学习肯定会帮到这件事情。但是仅仅深度学习是不够的。顶层设计非常关键，如果是不好的顶层设计，用上再好的深度学习，结果仍然不能说是好的。

六、事理图谱适合在哪些应用场景落地？

我们注意到，有些应用场景，只要实体域的两个象限就很好了，完全不需要引入事件域这两个象限。比如教育，知识点分解并与课件和题库关联以后，学生的画像依托这样的实体图谱，就可以充分展开了。事件知识只起非常有限的、可以忽略不计的作用。我们完全不建议这样的领域发展事理图谱。

金融、情报、法律、医疗，是事理图谱应用的“重仓”。我们建议在这样的领域里，重点推进事理图谱的应用，以应用带动相应学术研究走向深入。金融领域有丰富的上市公司财务报告数据，法律领域有丰富的法条、庭审和判例等法律文书数据。医疗场景下的多主体性，如果指人，也许非常有限。但如果主体也可以包括人体的器官、组织甚至心理状态，那多主体性立刻就会发挥得淋漓尽致。如果这些领域的数据有助于研究团队快速接触领域本体，在领域专家指导下，人机结合尽快完成限定范围事件本体的构建。

在应用落地中，有一些关键的方法论原则，希望与业界共勉：

• 第一， 我不赞成百分之百的端到端数据驱动。对专业领域和领域专家的敬畏是领域落地的出发点和落脚点。一个以技术立身的公司，很容易产生甩开专家直奔数据的冲动。深度学习在人脸识别这样最典型的端到端数据驱动任务中取得的骄人成果，并不完全适合事理图谱的自动构造。领域专家的干预是必要的，而且越是对后果承担严肃责任的业务，领域专家的干预越是必要。
• 第二， 专家不仅可以帮助建立相对精准的事件本体，而且可以直接提供相对靠谱的抽象事件关联。这种关联是建立在有一定抽象层级和表达粒度的语言之上的，和原始事件关联实例并不能简单地相提并论。一条抽象知识折合多少条实例知识，这个问题离开具体专家和具体的原始事件知识库，并没有简单化的结论。我也不认为有哪种简单化的“抽象知识嵌入”机制，能够把抽象事理知识直接和具体事件知识混杂在一起就可以动用“深度学习”大招儿了。专家的抽象知识和数据中的具体知识有一个相互印证的过程，通过这个过程既可以了解专家的抽象事理知识的靠谱程度，也可以检验从数据中提取的具体事件知识的精准程度和覆盖程度。印证之后，才有基础去谈论抽象知识和具体知识之间可合理匹配的折算率。
• 第三， 数据、算法（模型）、算力三者都是实现人工智能的重要要素，三者的最优结合才能产生最令人满意的结果。但是实际中，个人的、本位的乃至既非技术也非商业的考虑往往使得最优结合很难实现，数据方面尤甚。这里数据不一定限于原始数据，在领域专家指导下结合数据驱动的机器学习过程得到的事理图谱数据同样如此。我认为，这些虽不是技术问题，但却可以通过技术手段大幅度降低信任成本，公平精准地计量贡献者的权益，进而提高共享契约的兑现率。这种技术手段就是区块链。我相信，在区块链技术的武装之下，学术界包括产业界可以更好地把散落在各个团队中的碎片化的事理知识整合为按贡献分享权益的、更加完整的事理图谱。

以上问答，完全出于学术技术交流之目的，纯属一家之言。欢迎拍砖，欢迎转发，但请尊重作者的原创权益。

本期责任编辑：张伟男

本期编辑：顾宇轩

主编：车万翔

编辑：赖勇魁，王若珂，李照鹏，冯梓娴，顾宇轩返回搜狐，查看更多