吴雨钊

（四川大学网络空间安全学院，成都610065）

0 引言

自然语言处理的发展与进化带来了新的热潮与研究问题，文本推理即是其中一个比较具有挑战性的领域。文本推理是指基于已有的知识对未见问题进行理解和推断，并得出问题对应答案的过程。在文本推理的过程中最重要的是如何让机器来掌握人类知识，并进行可解释性的推理是当前技术面临的一大挑战。在众多人类知识中，事件逻辑是一种重要并且普便存在的知识，事件之间时间维度上相继发生的演化规律和模式是一种十分有价值的知识，挖掘这种事理逻辑知识对认识人类行为和社会发展变化规律非常有意义。

1977年，为了使用计算机进行自然语言理解时表示事件信息，Schank提出了“脚本（Script）”[1]的概念，有时也被称为“框架”[2]。Schank提出的所谓脚本，就是一种结构化的知识表示，用以描述特定上下文中固定不变的事件序列，Sundheim等人[3]也将其作为信息抽取的模板开展了相关研究。这种知识表示方法是早期AI研究的重要成果之一。脚本事件预测就是基于事件脚本来做出文本推理的一项任务。这个任务最早在2008年由Chambers和Jurafsky两人提出，他们提出以一种类似于Schank的“脚本”概念的新的结构化知识表示方法，使用无监督的方法从大量新闻语料中抽取出文本中事件之间的叙述关系，这些事件是按行文顺序排列，称之为叙事事件链（Narrative Event Chains）。他们将脚本事件预测定义为，给定一条缺失了某个子事件的叙事事件链以及一些候选事件，判断这些候选事件是否是缺失的事件。……