事理图谱——工业实践总结

**

从工业应用角度解析事理图谱

**

知乎链接：
https://zhuanlan.zhihu.com/p/53699796
近期看了很多关于事理图谱的文章，大都是从学术方面进行的论述，正好也一直在做这方面的工作，想从工业界应用的角度总结一下，整理出来也欢迎大家一起交流。
我将顺着事理图谱的概念、构建思路及应用场景这个思路进行阐述，尤其会着重描述实践过程中遇到的各种问题及个人做法。

1. 事理图谱的概念

事理图谱，顾名思义，是以事件为节点，事件间的关系为边的图谱网络，与知识图谱中实体及关系大多是稳定的不同，事理图谱中关系大多是不确定的，以一定的概率进行转移。
近些年知识图谱的火热也带动起了事理图谱的研究，知识图谱的技术及应用相对已经开始成熟，但只是基于实体知识库，并不足以描述事件之间的演化规律，而事理逻辑对现实世界的行为推演尤其重要。

2. 事理图谱的构建思路

事理图谱的构建与知识图谱的整体思想基本一致，简单来讲就是从海量信息里抽取节点和关系，整体过程如下图：

图中框出来的部分就是整个事理图谱构建的核心环节，包括关系的识别及抽取和事件识别及抽象，与知识图谱构建的最大的一个区别我认为是：知识图谱领域将实体和关系联合抽取的模型效果尚可，但在事理图谱上联合抽取的效果可能并不太好，先抽取关系句子，再进一步做事件识别和抽象更加可行。

3. 实践中遇到的问题

这部分主要记录下遇到过的比较大的问题及自己的一些想法，这些问题其实也是目前这块工作比较困扰大家的一些点，整理出来，欢迎大家交流。
（1） 语料
在工业界做算法都绕不过的一个大问题，往往数据的好坏决定了模型效果的上限，但不幸这块工作涉及到的中文开源训练集基本上没有，假如自己内部没有积累下来的训练语料，往往就要依靠爬虫加规则，数据量庞大，噪音也巨多，开放领域和封闭领域都可以搜集，多方面都尝试。
（2） 事件抽象
对于封闭领域可以根据专家经验预定义事件然后进行事件的识别，但对于完全的开放领域，就要涉及到文本的抽象及表征了。
事件识别及抽取的相关研究论文可以看我知乎的一篇文章：
https://zhuanlan.zhihu.com/p/32488490
文本抽象可以切分到词级别的抽象，例如英文可通过WordNet、VerbNet这类词典获得词的上位词或概念词，中文类似的词典有大词林、hownet等。
（3） 关系识别及抽取
事件之间的关系并未有语料可以训练，大多需要自己根据规则不断迭代出训练集，后续关系识别可以直接上模型，但抽取这块还不太精确。

4. 应用场景

事理图谱的应用场景目前大多是在问答和推理上，别的文章都详细谈过，便不再赘述了。不过个人有一些感触：知识图谱在搜索情景下已在工业领域得到了广泛应用，如Google搜索、百度搜索等，这得益与知识库里存储的是事实类的知识，但事理图谱中事件是以一定的概率关联的，无法冠以百分百的置信度，所以更适合一些后续意图的识别或辅助性的推理。