面向开放文本的逻辑推理知识抽取与事件影响推理探索

刘焕勇，薛云志,2，李 瑞，任红萍，陈 贺，张 鹏

(1.中国科学院软件研究所 智能软件研究中心，北京 100190；2.中国科学院软件研究所 计算机国家重点实验室，北京 100190；3.数据地平线(广州)科技有限公司，广东 广州 511458)

0 引言

随着当前信息化的迅猛发展，各行业的公开信息文本不断增加，门户网站、论坛社区、研究报告等多个信息源为各行业积累了丰富的语料资源。开放网络多为非结构化文本的语料资源，既为领域性结构化常识知识库提供了大规模的一手素材，也对新的结构化信息技术提出了更高的挑战。随着知识图谱的发展以及大规模常识知识库的构建，人们越来越关注如何利用知识图谱完成更高层级的知识推理任务。

基于已知知识进行知识推理，采用如事件驱动传导路径等方法进行知识发现，能够支持业务的推理和辅助决策，例如在智能投研方面进行未知风险预警、在舆情分析中对公司进行舆论控制和监控等。这些推理工作需要较大规模且具有推理性的知识库作为基础数据资源支撑，也需要在推理过程中以一种人类友好、可解释的知识推理展现方式以供人机交互，因此大规模推理知识库的建设显得更为迫切。

1 相关工作

目前逻辑类知识库资源的建设还相对较少，除了ConceptNet[1]等大规模常识知识库中也包含描述因果逻辑知识的三元组信息外，与此相关的工作主要集中在因果知识的抽取上。因果关系是一种语义关系、重要的知识形式以及推理逻辑，可以分成解释逻辑、预测逻辑和干预逻辑三种类型，通过挖掘因果事实，可以起到影响决策制定的作用。……