11.7.5 语义图与 AMR：把句子变成结构化含义
文本不只是一串词。很多时候，我们真正想要的是句子背后的结构化含义。
AMR 这类语义图路线想回答的问题是：
能不能把一句话变成“谁做了什么、对谁做、在什么条件下做”的结构图？
一、为什么需要语义图？
普通文本表示常常像这样：
乔布斯创立了苹果公司。
但信息抽取和知识库系统更想要这样的结构：
人物：乔布斯
关系：创立
组织：苹果公司
如果再复杂一点，句子里可能有时间、地点、因果、条件、否定和指代。 这时简单的关键词匹配就不够了。
语义图的目标是：
把自然语言里的含义，变成机器更容易操作的图结构。
二、AMR 是什么？
AMR 是 Abstract Meaning Representation，可以先理解为一种抽象语义图表示。
它不只是标出实体，还会尝试表示事件和角色关系。
例如“学生阅读论文”可以想象成：
read-01
ARG0: 学生
ARG1: 论文
这个结构表达的是：
- 核心事件是阅读
- 谁在阅读：学生
- 阅读对象是什么：论文
这比单纯分词更接近“句子真正想说什么”。
对初学者来说，最容易的读法是：
ARG0 和 ARG1 不是“第一个词”和“第二个词”，而是语义角色。在很多简单事件句里，可以先这样理解：
ARG0：动作的发出者ARG1：动作影响的对象
这个小转变很重要：语义图不只看词序，更关心含义。
三、语义图和信息抽取有什么关系？
信息抽取通常先做比较具体的任务：
- 抽实体
- 抽关系
- 抽事件
- 抽属性
语义图更像把这些结果组织成一张更完整的含义结构。
| 任务 | 输出更像什么 |
|---|---|
| NER | 哪些词是人名、组织、地点 |
| 关系抽取 | A 和 B 有什么关系 |
| 事件抽取 | 谁在什么时间做了什么 |
| AMR / 语义图 | 整句话背后的角色和语义结构 |
四、为什么它对 RAG 和知识库项目有用？
你前面提到的“根据知识库自动写 Word 课件”项目，语义图思路很有帮助。
因为课程材料里常常有：
- 定义
- 例题
- 步骤
- 条件
- 注意事项
- 前后因果
如果系统只做向量检索，可能会找到相似段落，但不一定理解结构。 如果能抽出结构化关系，就可以更稳地组织课件：
知识点 -> 定义 -> 例题 -> 解题步骤 -> 常见错误 -> 练习题
这就是语义图和信息抽取对知识库系统的价值。
五、和句法解析、递归神经网络的关系
在 Transformer 成为主流之前，NLP 有很长时间都在研究句法结构和语义结构。
其中包括：
- 依存句法分析
- 成分句法分析
- 语义角色标注
- 递归神经网络用于树结构表示的探索
这些工作共同说明一件事：
文本理解不只是词向量相似，还包括结构关系。
今天很多大模型已经能隐式处理大量结构，但在严肃知识库、法律、医学、教育课件生成里，显式结构仍然很有价值。
六、一个最小结构化抽取示例
下面不是完整 AMR，只是模拟“把句子改写成结构”的感觉：
sentence = "吴恩达教授讲授机器学习课程"
semantic_graph = {
"event": "讲授",
"teacher": "吴恩达教授",
"topic": "机器学习课程",
}
for role, value in semantic_graph.items():
print(role, "=>", value)
预期输出：
event => 讲授
teacher => 吴恩达教授
topic => 机器学习课程
先把它当成角色表来看：句子不再只是一串文本，而是一个事件和参与者。
它的重点是让你先看懂：
- 文本可以被拆成角色
- 角色可以连接成图
- 图结构可以服务后续生成和检索
七、从一句话到课件结构
如果目标是从知识库生成教学材料，语义图可以成为“检索段落”和“最终 Word 文档”之间的一层中间结构。
看一个很小的例子：
sentence = "链式法则帮助神经网络逐层计算梯度。"
semantic_graph = {
"concept": "链式法则",
"function": "计算梯度",
"scenario": "神经网络",
"method": "逐层",
}
courseware_block = {
"title": semantic_graph["concept"],
"definition": "用于拆解复合函数导数的规则。",
"why_it_matters": f"它帮助{semantic_graph['scenario']}{semantic_graph['function']}。",
"teaching_hint": f"可以把它讲成梯度信号{semantic_graph['method']}向前一层传递。",
}
for key, value in courseware_block.items():
print(f"{key}: {value}")
预期输出：
title: 链式法则
definition: 用于拆解复合函数导数的规则。
why_it_matters: 它帮助神经网络计算梯度。
teaching_hint: 可以把它讲成梯度信号逐层向前一层传递。
这就是语义结构的实用价值：角色一旦明确，后面的模板就能稳定复用这些字段。
流程会变得更清楚：
所以，即使你暂时不实现完整 AMR 解析器，AMR 也能训练你问更结构化的问题：
- 这里讲的概念是什么？
- 这里描述了什么动作或关系？
- 哪些对象参与了这个关系？
- 有没有条件、原因或结果？
八、把历史节点分配到课程章节
| 历史节点 | 解决的问题 | 对应课程章节 |
|---|---|---|
| 句法解析 / 递归神经网络探索 | 树结构语言表示 | 7.5 本节、5.2 Seq2Seq 背景 |
| AMR | 把句子含义表示成语义图 | 7.5 本节、7.4 信息抽取项目 |
| 语义角色标注 | 谁对谁做了什么 | 7.4 信息抽取、知识图谱扩展 |
| Knowledge Graph | 把抽取结果组织成可查询知识 | 第 8 章 RAG、知识库系统 |
九、学完这一节应该形成的直觉
向量检索告诉你“哪段文本相似”，语义图更关心“这段文本里有哪些角色和关系”。
如果你要做教育课件、知识库问答或自动生成 Word 文档，这个区别非常重要：
- 向量检索帮你找资料
- 信息抽取帮你抓要点
- 语义图帮你组织结构
- 大模型帮你按模板生成内容
这也是现代知识库应用越来越重视“检索 + 结构化 + 生成”的原因。