SCOPE与SCION：面向文本模式归纳与融合的基准及可审计参考流水线
SCOPE and SCION: A Benchmark and an Auditable Reference Pipeline for Schema Induction and Fusion from Text
摘要
模式图是基于模式的信息抽取与知识图谱构建的上游瓶颈，但大多数抽取系统都假设模式已经存在。我们提出SCOPE（Schema Construction and Ontology-induction Pipeline Evaluation），一个仅用训练文本的基准，用于从原始文本做语料到模式的归纳以及可选的模式融合，它由24个公开信息抽取数据源（15个RE和9个EE）构建，并归一化为仅用于评测的金标模式图；其核心事件抽取目标涵盖事件类型与事件内论元角色，事件间链接单独报告。我们提出SCION（Schema Construction and Induction with Ontology Normalization），这是一个可审计的参考流水线，而非新的抽取架构；它从训练文本构建候选空间，并在严格的JSON契约下将命名、合并、过滤、验证与保守融合限制在候选关联的证据上。在SCOPE核心套件上，SCION-lite在已发布源模式参考、Text2Onto风格、纯LLM以及匹配的先抽取再聚合基线中，按照Literal、Fuzzy、Continuous和Graph四种模式图指标取得最高F1；而紧凑的开源模型变体SCION-RL降低了对专有LLM模式工程师的依赖。这些结果是对照归一化的带类型边目标报告的，并非宣称归纳出的模式超越人工本体设计；发布内容包括证据关联的输出、解析/回退日志、候选保留/合并日志、运行清单、代码与基准包，见 https://github.com/wandugu/paper_scion。
