Association Discovery

Association Discovery — 关联发现

跨论文识别知识项之间的关联，输出结构化关联报告与研究空白。 万物互联，非孤立存在。知同知异，知缺知全。不执一端，不蔽于片。

原理层·文言

观其会通，明其异同。 不观其通，则见木不见林。不明其异，则混为一谈。

七类关系： 矛盾（Contradiction）、补充（Complement）、演进（Evolution）、 空白（Gap）、因果（Causation）、并行（Parallel）、依赖（Dependency）。

三不原则： 不比无关项（知识不在同一粒度不比较）、不跨域自洽检查（那是VER的职责）、 不编造关联（无证据则标 confidence=0，不沉默忽略）。

Genes (策略基因)

紧凑策略表示。条件→策略。需要深度时参考上方完整文档。

• [AS-001] 识别跨论文关联 → 七类关系: 矛盾/补充/演进/空白/因果/并行/依赖。两两配对检查，每对标 confidence(0-1)+证据
• [AS-002] 关联粒度 → 不比无关项(不同粒度不比较)、不跨域自洽检查(那是VER职责)、不编造关联(无证据→confidence=0)
• [AS-003] 研究空白识别 → 空白=七类关系中未覆盖的组合。标记为 HYP 输入。按 confidence 排序聚合
• [AS-004] 输出格式 → associations.json: 每对关系含 entity_a, entity_b, relation_type, confidence, evidence_ref

方法层·白话

关联发现是认知管道第 3 步（ACQ → EXT → ASC → HYP → ARG → VER）。 输入多篇论文的 KnowledgeItem JSON（来自 EXT），输出结构化关联 + 研究空白。

核心流程

EXT的KnowledgeItem JSON
        ↓
  Step 1: 知识项对齐（归一化实体名/概念）
        ↓
  Step 2: 两两配对 → 检查7类关系
        ↓
  Step 3: 每对关系标注confidence(0-1) + 证据引用
        ↓
  Step 4: 按confidence排序，分组聚合
        ↓
  Step 5: 识别研究空白 → 标记为HYP输入
        ↓
  Step 6: 保存 outputs/{session}/associations.json

触发条件

• EXT 产出 ≥2 篇论文的 KnowledgeItem，需要发现跨论文关联
• 用户要求"找矛盾/找补充/找研究空白/写文献综述"
• 上游 knowledge-extraction 产出多篇知识，等待关联

Step 1: 知识项对齐

不同论文对同一概念可能使用不同术语，必须先归一化：

# 实体对齐策略：
# 1. 同义词映射（BPPV = benign paroxysmal positional vertigo = 良性阵发性位置性眩晕）
# 2. 缩写展开（VOR → vestibulo-ocular reflex）
# 3. 粒度匹配（"瞳孔直径" 与 "pupil diameter" 视为同一实体）
# 4. 层级归并（"眼震" 包含 "水平眼震"、"垂直眼震"、"旋转眼震"）

对齐输出：entity_alias_map.json，记录同组实体的别名 + 来源。

Step 2: 七类关系检查

每一对知识项按以下7类逐一检查，不可跳过：

1. 矛盾（Contradiction）

同一问题的不同论文得出相悖结论。

输出格式：

{
  "type": "contradiction",
  "item_a": {"knowledge_id": "ext/001", "paper": "doi:10.xxx1"},
  "item_b": {"knowledge_id": "ext/003", "paper": "doi:10.xxx2"},
  "aspect": "VOR增益与年龄的相关性方向",
  "claim_a": "VOR增益随年龄下降(p<0.01)",
  "claim_b": "VOR增益随年龄增加(p<0.05)",
  "confidence": 0.85,
  "evidence": "item_a claims[0] vs item_b claims[1]: 相反的相关性方向",
  "resolvable": true
}

2. 补充（Complement）

不同论文从不同角度研究同一问题，结论可互补。

3. 演进（Evolution）

后一篇论文在前一篇的基础上推进。

• A 提出了方法 → B 改进了该方法
• A 发现了现象 → B 解释了该现象
• A 做了横断面 → B 做了纵向

判断标准：B 论文引用了 A 论文，并且在 A 的基础上有明确的增量贡献。

4. 空白（Gap）

某方向有充足的知识，但关键环节缺失。

空白必须标注"为什么是空白"的具体证据（哪些论文覆盖了什么，缺什么）。

5. 因果（Causation）

A论文的发现可能是B论文发现的原因或结果。

• A 发现前庭功能下降 → B 发现平衡能力下降 → 因果关系
• A 发现眼震模式 → B 发现特定半规管阻塞 → 因果关系

6. 并行（Parallel）

两篇论文同时独立研究了同一问题，结论一致或互补。

判断标准：未互相引用，但研究问题和方法高度相似，时间接近。

7. 依赖（Dependency）

A论文的方法/数据是B论文方法的前提或基础。

判断标准：B 方法明确需要 A 的输出作为输入，或 B 的数据集包含 A 的方法产出。

Step 3: Confidence 评分

每对关联标注 0-1 的置信度：

纪律：低 confidence 关联不跳过——它们常常是创新发现的来源。

Step 4: 跨领域关联

不要只找同领域关联。跨领域关联更有价值。 强制检查 3类跨域关联：

1. 方法迁移 — 领域 A 的方法能否用于领域 B 的问题（如 PINN 从力学→眼动）
2. 现象类比 — 领域 A 的已知现象是否在领域 B 有类似表现
3. 数据复用 — 领域 A 的数据集是否可用于回答领域 B 的问题

Step 5: 研究空白 → HYP 输入

将识别到的研究空白标记为 gap 类型，包含：

• gap_statement: 一句话描述空白
• evidence: 为什么判定为空白（哪些论文覆盖了什么，缺什么）
• filled_by?: 可能的填补方向（输出给 HYP 作为起点）
• priority: H/M/L 优先级 保存至 outputs/{session}/gaps.json，作为 HYP 的输入。

输入契约

输出契约

"meta": { "source_count": 5, "pair_count": 10, "analyzed_at": "ISO时间戳" }, "associations": [ "id": "asc-001", "type": "contradiction|complement|evolution|gap|causation|parallel|dependency", "sources": ["ext/001", "ext/003"], "papers": [{"doi": "10.xxx1"}, {"doi": "10.xxx2"}], "aspect": "关联的具体方面", "evidence": "证据引用", "resolvable": true, "cross_domain": false ], "gaps": [ "gap_statement": "...", "evidence": "...", "filled_by": "可能填补方向", "priority": "H|M|L", "related_papers": ["doi:xxx", "doi:yyy"] ], "summary": { "total_associations": 10, "by_type": {"contradiction": 2, "complement": 3, ...}, "high_confidence": 5, "gaps_found": 3 }, "evidence_chain": [ {"source_type": "atom_output", "source_ref": "extracted_knowledge", "note": "引用 KnowledgeItem.id=ext/001, ext/003"} ]

陷阱（Pitfalls）

验证清单

• 7类关系均已检查（contradiction/complement/evolution/gap/causation/parallel/dependency）
• 实体已对齐：同义词/缩写/层级归一化
• 跨领域关联已检查（方法迁移/现象类比/数据复用）
• 每条关联有双向引用（不丢失信息）
• 每条关联有 confidence 评分（0-1）
• 研究空白有具体证据（为什么是空白）
• 按 confidence 排序输出
• 低 confidence 关联已保留（标记为"需验证"）
• 已保存：associations.json + gaps.json
• 空白已标记为 HYP 输入

约束规则 · RULES

• 7 类关系必须逐一检查，不可只查矛盾/补充/演进就跳过其余
• 无证据的关联不编造——标 confidence=0 仍输出，不沉默丢弃
• 空白（gap）必须附具体证据：哪些论文覆盖了什么、缺了什么
• 实体未对齐（同义词/缩写/层级）前不得直接比较
• 强制检查跨领域关联（方法迁移/现象类比/数据复用）后方可输出

边界声明

• 本原子只做 跨论文 关联发现，不做单论文提取（那是 EXT）
• 不做假设生成（那是 HYP）
• 不做观点验证（那是 VER）
• 不评估关联的价值/可靠性（那是 VER 在需要时的扩展职责）
• PW-Bench 逆向工程不在本原子范围内

Golden 集合 · GOLDEN SET

• Golden Input: knowledge_base: [5 篇 KnowledgeItem], query: "瞳孔对光反射 ODE", min_confidence: 0.0, cross_domain: true
• Golden Output: meta.pair_count=10，summary.by_type 含 7 类（contradiction/complement/evolution/gap/causation/parallel/dependency）且每条关联含双向引用、confidence(0-1) 与 evidence；gaps.json 每条含 priority: H/M/L 并标记为 HYP 输入
• Golden Error: 实体未归一化（"pupil" vs "瞳孔"）直接比较，或无证据断言 gap → 该关联 confidence=0 标记"需验证"，输出不静默丢弃，gaps 条目缺失 evidence 字段即拒写

相关文件

• references/BOUNDARY.md — 边界声明
• references/EVIDENCE_SCHEMA.md — 证据链结构
• references/IO_CONTRACT.md — 输入输出契约
• references/boden-creativity/ — Boden 创造力理论参考
• references/CHANGE_LOG.md — 变更记录