统计表格知识图谱构建中的格式—约束耦合

抽取schema本不应降低知识图谱保真度，但在统计CSV上它却可能如此。我们研究按国家-年份组织的时间序列矩阵，这是开放数据门户上常见的一种表布局。在这一设定中，序列化格式与schema约束呈超加性交互：其联合效应超出独立效应之和最多达+1.180（2×2析因实验，6个数据集）。在6个数据集中的4个上，Bootstrap 95%置信区间严格为正，其中宽型Type-II矩阵上的证据最强。更关键的是，将schema应用于不匹配的格式可能触发灾难性失配：由于实体膨胀或抽取拒绝，6个数据集中有4个的事实覆盖率跌破无约束基线。我们将这一观察到的模式称为格式—约束耦合。探测实验与token消融支持一种以列名引用为中心的表层形式锚定解释。横跨格式—schema配对、GraphRAG宿主与LLM家族的受控变体在测量范围内呈现相同方向；其中一个LLM家族仅表现出部分激活。这一观察还有一个诊断层面的推论：三种标准检索模式在很大程度上掩盖了构建质量差异（delta ≤ 1pp），而直接访问图谱可暴露高达+47.6pp的差距（p < 0.0001）。为支持保真度感知的评估，我们发布CSVFidelity-Bench，其中包含15个数据集、11个Type-II矩阵、4个Type-III表格，以及横跨6个领域的1,892条Gold Standard事实。