原創(chuàng)作者：丁效，李忠陽，劉挺

引言

事件是人類社會的核心概念之一，人們的社會活動往往是事件驅(qū)動的。事件之間在時間、空間上相繼發(fā)生的演化規(guī)律和模式是一種十分有價值的知識。然而，現(xiàn)有的典型知識圖譜均以實體及其屬性和關系為研究核心，缺乏對事理邏輯這一重要人類知識的刻畫。

為了彌補這一不足，事理圖譜應運而生，它能夠揭示事件的演化規(guī)律和發(fā)展邏輯，刻畫和記錄人類行為活動。在圖結(jié)構(gòu)上，事理圖譜是一個有向有環(huán)圖，其中節(jié)點表示事件，有向邊表示事件之間的演化關系。現(xiàn)實世界中事件演化規(guī)律的復雜性決定了我們必須采用這種復雜的圖結(jié)構(gòu)。本質(zhì)上，事理圖譜是一個事理邏輯知識庫，描述了事件之間的演化規(guī)律和模式。

1. 研究背景及意義

隨著深度學習的興起，人工智能迎來了新的發(fā)展高潮。人工智能的一個發(fā)展瓶頸在于，如何讓機器掌握人類知識。例如，人類能輕易理解“吃過飯”后，就“不餓”了這樣的常識知識，而讓機器理解并掌握大量這樣的知識是一件極其困難的事情，而這也是通往強人工智能的必由之路。在眾多類型的人類知識中，事理邏輯是一種非常重要且普遍存在的知識。

許多人工智能應用依賴于對事理邏輯知識的深刻理解。以隱式消費意圖識別以及隱式情感分析為例，只有讓機器知道“結(jié)婚”事件伴隨著后續(xù)一系列消費事件，例如“買房子”、“買汽車”和“去旅行”，我們才能在觀察到“結(jié)婚”事件的時候，準確地識別出用戶潛在的隱式消費意圖，進而向目標用戶做出精準的產(chǎn)品推薦。只有讓機器掌握“考試不及格”會引起“情緒低落”這樣的常識事理，才能從顯式事件當中挖掘出用戶背后的隱式情感。

現(xiàn)有的對話生成系統(tǒng)大多從大規(guī)模對話語料中以最大似然估計進行訓練。然而人類對話的語義和語境是復雜多變的，這樣得到的對話系統(tǒng)很難深入理解對話上下文的前因后果，而只是對訓練語料中特定問答模式的記憶。只有讓機器理解了“吃過飯”之后“人不餓了”，“看電影”之前要“先買票”這樣的常識事理，對話系統(tǒng)才能根據(jù)不同的問答語境，做出更加智能的回復。

股市一般伴隨著短期內(nèi)隨機的小波動，以及長期內(nèi)重大事件驅(qū)動的大波動。例如，近來隨著人工智能迎來發(fā)展高潮，以及“國家將人工智能列為國家發(fā)展戰(zhàn)略”，科大訊飛等人工智能企業(yè)股價迎來了一波大漲。

事件驅(qū)動的股市預測悄然興起。從金融文本中挖掘“糧食減產(chǎn)”導致“農(nóng)產(chǎn)品價格上漲”，再導致“通脹”，進而導致“股市下跌”這樣的遠距離事件依賴，對于事件驅(qū)動的股市漲跌預測非常有價值。事理邏輯知識的挖掘與知識庫構(gòu)建迫在眉睫，這將極大地推動多項人工智能應用的發(fā)展。

事件是人類社會的核心概念之一，人們的社會活動往往是事件驅(qū)動的。事件之間在時間上相繼發(fā)生的演化規(guī)律和模式是一種十分有價值的知識，挖掘這種事理邏輯知識對我們認識人類行為和社會發(fā)展變化規(guī)律非常有意義。

然而，當前無論是知識圖譜還是語義網(wǎng)絡等知識庫的核心研究對象都不是事件。盡管傳統(tǒng)知識圖譜在現(xiàn)代搜索引擎中（例如Google、Bing、Baidu等商業(yè)搜索引擎）得到了廣泛應用，但是其聚焦于實體和實體之間的關系，缺乏對事理邏輯知識的挖掘。我們認為事理邏輯知識，包括事件之間的順承、因果、條件和上下位等關系，對于人工智能領域的多種任務具有非常巨大的價值。

為了揭示事件的演化規(guī)律和發(fā)展模式，我們提出了事理圖譜的概念，旨在將事件的演化規(guī)律和模式構(gòu)建成一個有向圖形式的事理知識庫，用于刻畫和記錄人類行為活動和事件客觀演化規(guī)律。

2. 事理圖譜的定義

事理圖譜（Event Logic Graph，縮寫ELG）是一個事理邏輯知識庫，描述了事件之間的演化規(guī)律和模式。結(jié)構(gòu)上，事理圖譜是一個有向有環(huán)圖，其中節(jié)點代表事件，有向邊代表事件之間的順承、因果、條件和上下位等事理邏輯關系。

理論上，事理圖譜中的事件是具有一定抽象程度的泛化事件。表示為抽象、語義完備的謂詞短語或句子，也可以表示為可變長度的、結(jié)構(gòu)化的(主體、事件詞、客體)多元組，其中必然包含一個事件詞，標志事件的發(fā)生，例如：“跑步”，而事件的主體和客體都可以在不同的應用場景下被省略，例如：“（元首，出訪）”可以省略事件的客體，“（購買，機票）”可以省略事件的主體。一般情況下，事件以及事件的抽象程度與該事件發(fā)生的場景緊密關聯(lián)在一起，脫離了具體的場景，一個單獨的事件可能變得過度抽象而難以理解。

例如，雖然脫離了具體的場景，但“吃火鍋”, “看電影”, “去機場”,“地震” 仍是合理的事件表達；但“做事情”,“吃”等事件由于過度抽象，屬于不合理或不完整的事件表達。

事件詞可以是動詞或名詞，但是絕大多數(shù)事件都是動詞觸發(fā)的。其中，按動詞的內(nèi)容意義進行劃分，可將事件分為動作類事件、狀態(tài)類事件、關系類事件與能愿類事件四個大類。

2.1 事理圖譜中的事件關系類型

我們認為，現(xiàn)實世界中有四種事理邏輯關系特別重要，也是我們提出的事理圖譜中主要關注的事理邏輯關系，包括事件之間的順承關系、因果關系、條件關系和上下位關系。

順承關系是指兩個事件在時間上相繼發(fā)生的偏序關系。我們借鑒TimeML時序關系類別中的before和after偏序關系，在事理圖譜中的順承關系包括兩種情況：一種情況是順承的前序事件a結(jié)束后，后序事件b緊接著發(fā)生；另一種情況是前序事件a結(jié)束后，隔一段時間后序事件b才會發(fā)生，具體如圖1所示。兩個前后順承的事件之間存在一個介于0到1之間的轉(zhuǎn)移概率，表示從一個事件按時序順承關系演化到下一事件的置信度。

圖1 兩種順承關系示例

因果關系是指兩個事件之間，前一事件（原因）的發(fā)生導致后一事件（結(jié)果）的發(fā)生。在事理圖譜中，因果關系滿足原因事件在前，結(jié)果事件在后的時間上的偏序關系，因此在一定意義上，可以認為因果關系是順承關系的子集。因果事件對之間存在一個介于0到1之間的因果強度值，表示該因果關系成立的置信度。

條件關系是指前一個事件是后一個事件發(fā)生的條件。條件關系屬于思想中命題的某種邏輯關系，因果關系屬于對客觀事實的某種認識，我們認為“原因≠理由”，“原因”指的是事件之間的因果關系，是關于事實的，“理由”是前提與結(jié)論或論據(jù)與論點的內(nèi)在聯(lián)系，是關于邏輯的。舉例來說，“如果買票的人多，那么電影好看”這一條件是成立的，而“因為買票的人多，所以電影好看”這一因果是不成立的。

上下位關系：事件之間的上下位關系有兩種：名詞性上下位關系和動詞性上下位關系。例如，事件“食品價格上漲”與“蔬菜價格上漲”構(gòu)成名詞性上下位關系；事件“殺害”與“刺殺”互為動詞性上下位關系。需要注意的是，上下位關系一般是沒有疑義的確定知識，因此可認為該類關系的置信度為常數(shù)1或0，即表示該知識是正確的或者是錯誤的。

2.2 事理圖譜中的事件屬性

事理圖譜除了關注事件之間的事理邏輯關系外，還關注事件自身的屬性。事件屬性用來描述事件發(fā)生的程度、持續(xù)時間等。

在進行推理時，事件屬性會起到非常重要的作用，例如，從金融文本中可以抽取到“貨幣超發(fā)”會導致“匯率貶值”，“匯率貶值”又會導致“貨幣緊縮”，而實際上“貨幣持續(xù)超發(fā)”才會導致“匯率貶值”，而“匯率大幅貶值”才會導致“貨幣緊縮”，這里面“持續(xù)”和“大幅”作為事件的屬性，可以影響到事件未來的走勢情況。此外，“股票下跌/上漲”的百分比也是事件重要的屬性，股票上漲0.1%和上漲10%對未來事件的影響是有非常明顯的區(qū)別的。

3. 事理圖譜與知識圖譜的關系

“知識圖譜”這一術(shù)語有兩層含義。如果認為“知識圖譜”表示廣義上的知識庫，是一種用以存儲知識的本體的話，那么“事理圖譜”可以認為是一種存儲事理邏輯關系的“知識圖譜”；如果認為“知識圖譜”特指狹義上現(xiàn)階段谷歌、百度所構(gòu)建的以實體為中心、用于提升用戶搜索體驗的知識庫，以及Freebase、 YAGO、 DBpedia、ConceptNet和微軟的Concept Graph等產(chǎn)品的話，那么“事理圖譜”便是與“知識圖譜”相并列的一種新型常識知識庫。

表1 事理圖譜與知識圖譜的區(qū)別及聯(lián)系

事理圖譜與傳統(tǒng)知識圖譜有本質(zhì)上的不同。如表1所示，事理圖譜以事件為核心研究對象，有向邊表示事理邏輯關系，即順承、因果、條件和上下位；邊上標注有概率信息說明事理圖譜是一種事件間相繼發(fā)生可能性的刻畫，不是確定性關系。而知識圖譜以實體為核心研究對象，實體屬性以及實體間關系種類往往成千上萬。知識圖譜以客觀真實性為目標，某一條屬性或關系要么成立，要么不成立。

4. 事理圖譜的構(gòu)建

4.1 基本技術(shù)原理

事理圖譜課題主要研究從大規(guī)模無結(jié)構(gòu)化（或者結(jié)構(gòu)化、半結(jié)構(gòu)化）文本數(shù)據(jù)中自動獲取事理邏輯知識，并將這些知識組織成有向有環(huán)圖結(jié)構(gòu)，用以描述事件之間的演化規(guī)律和模式。這樣的知識庫我們稱之為“事理圖譜”。

事理圖譜項目包含“構(gòu)建”、“推理”和“應用”三個關鍵技術(shù)點：

(1) 事理圖譜的構(gòu)建

事理圖譜的構(gòu)建主要用到以下具體的自然語言處理技術(shù)：事件定義、開放域或限定域事件抽取，事理關系抽取（包含事件順承、因果、上下位關系抽取等），事理關系置信強度計算，事件相似度計算，事件抽象與泛化等。

(2) 事理圖譜的推理

事理圖譜的推理可以用于事件及關系的補全，主要涉及到的技術(shù)有：結(jié)構(gòu)化事件表示學習，短語級、句子級事件表示學習，事理圖譜圖結(jié)構(gòu)上的圖神經(jīng)網(wǎng)絡技術(shù)等。

(3) 事理圖譜的應用

事理圖譜的應用是指將構(gòu)建好的事理圖譜用于下游任務，例如消費意圖識別和商品推薦、對話系統(tǒng)回復生成、股市漲跌預測、未來事件預測等，幫助提升具體任務的效果。此階段用到的技術(shù)主要有：事理圖譜的存儲與查詢（事件的搜索與匹配），事件表示學習，事理圖譜表示學習等。

4.2 主要技術(shù)領域及當前發(fā)展熱點

與事理圖譜項目密切相關的技術(shù)領域主要包含以下幾個方面：

(1) 常識知識庫資源構(gòu)建

傳統(tǒng)的常識知識庫資源構(gòu)建主要圍繞實體及其關系展開。2012年谷歌成功將大規(guī)模知識圖譜商業(yè)化，顯著改善了搜索結(jié)果的呈現(xiàn)方式，并提升了搜索引擎的用戶體驗。之后以實體為中心的知識圖譜獲得了長足的發(fā)展以及廣泛的應用。時至今日，知識圖譜仍然是學術(shù)界的一個發(fā)展熱點。知識圖譜上的知識表示學習、實體鏈接、實體消歧、知識圖譜補全等等研究方向仍然是當下研究的熱點問題。

然而，已有研究者注意到事件常識的重要性，部分最新的研究工作開始研究以事件為中心的常識知識庫構(gòu)建。

(2) 統(tǒng)計腳本學習

給出多個事件組成的上文，統(tǒng)計腳本學習研究下一個可能發(fā)生的事件是什么，可以認為是建模事件預測的能力。

傳統(tǒng)方法多在無監(jiān)督抽取的結(jié)構(gòu)化事件鏈條上進行模型的搭建，這條技術(shù)路線仍然在發(fā)展當中，不斷有新的模型涌現(xiàn)；最近，學者們提出故事結(jié)尾預測的評估方式，是對傳統(tǒng)評估方法的進一步完善。

(3) 事件順承關系抽取

由于語料標注的限制，事件時序關系抽取研究進展相當緩慢。雖然曾經(jīng)連續(xù)舉辦多個技術(shù)評測，推動了該技術(shù)的發(fā)展，但是進步仍然十分有限。最近，時序關系抽取重新引起了學者的研究興趣，有許多相關研究發(fā)表。從預料的構(gòu)建，識別方法的改進等多個方面繼續(xù)推動該研究走向使用階段。目前，已有開放域的時序關系抽取系統(tǒng)發(fā)布。

(4) 事件因果關系抽取

文本中的因果關系抽取一直是一個難點。雖然學者們提出了許多方法，但是仍以因果模板匹配的方法抽取精確度最好。模板匹配的缺點在于召回率難以保證，許多有價值的因果關系無法召回。目前，高效準確的因果關系抽取方法仍然是一個難點及研究熱點。

(5) 知識表示學習與網(wǎng)絡表示學習

知識表示學習是指將知識圖譜中的實體及關系映射到低維稠密向量，進而可以更加方便地用于后續(xù)任務當中。網(wǎng)絡表示學習的研究對象不僅僅包含知識圖譜這種網(wǎng)絡，而是更廣義上的網(wǎng)絡。這兩個研究方向都是當下研究的熱點問題，屬于事理圖譜應用階段的實用技術(shù)。

5. 金融事理圖譜V2.0版本發(fā)布

2018年9月10日，HIT-SCIR正式對外發(fā)布金融事理圖譜V1.0版本，經(jīng)過近10個月的潛心研發(fā)，HIT-SCIR推出金融事理圖譜V2.0版本，相對于V1.0版本，V2.0版本進行了如下的改進。

表2 金融事理圖譜1.0版本與2.0版本對比