arXiv cs.AI· Miaozhe Lin, Qiongzheng Lin, Zhongwei Liang, Zijun Liu·· 1 天前AI 评分33
Causals：用于因果推理研究的开放知识图谱发布
Causals: An Open Knowledge Graph for Research on Causal Reasoning
AI 导读
Causals 是一个面向因果推理研究的开放知识图谱，初始版本基于新闻报道构建，包含 369,184 个节点和 1,272,418 条边，连接事件、组织、商品、金融工具等实体。该资源区分结构关系、观测与归因因果声明，并保留指向来源记录的链接，可用于研究语言模型如何检索相关上下文并将机制应用于具体事件。数据集以 CC BY 4.0 协议开放。
正文 · AI 翻译
摘要：将因果知识应用于新事件，需要把该事件与相关实体以及其后果可能借以展开的关系联系起来。我们提出 Causals，一个用于此类推理研究的开放知识图谱。其初始版本基于新闻报道构建，包含 369,184 个节点和 1,272,418 条边，连接了报道的事件、组织、商品、金融工具及其他实体。结构关系、观察结果和归属的因果主张保留各自不同的语义以及与源记录的链接。我们描述了该资源的构建与表示方式，并刻画了其连通性和多跳检索特性。Causals 为研究语言模型如何检索相关上下文并将机制应用于特定事件提供了共享的关系知识。该数据集以 CC BY 4.0 许可发布于 此 https URL，我们诚邀各方为其本体、记录和证据做出贡献。
| 评论： | 13 页，3 幅图。项目网站：此 https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.16267 [cs.AI] |
| （或 arXiv:2611.16267v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16267 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Miaozhe Lin [查看邮箱]
[v1]
2026 年 11 月 12 日星期四 04:13:29 UTC（38 KB）
来源：arXiv cs.AI · arxiv.org