---
title: causal-graph-cn
canonical_url: "https://www.modelscope.cn/datasets/llxpys/causal-graph-cn"
md_url: "https://www.modelscope.cn/datasets/llxpys/causal-graph-cn.md"
repository: llxpys/causal-graph-cn
chinese_name: "中文因果知识图谱"
last_updated: 2026-08-09
license: "Apache License 2.0"
storage_size: "13 MB"
downloads: 607
stars: 0
---

# causal-graph-cn

> causal-graph-cn - llxpys 在 ModelScope 开源的数据集。中文因果知识图谱：90,366 条「因→果」边（核心 8,791 条），由《现代汉语词典》第7版释义因果连词 + HowNet 因果义原 + 同义词词林扩展版构建。不依赖大模型，每条边带来源与置信度、可溯源。声明：词源未穷尽，属理论性资源，覆盖词典语义级因果。 适合知识图谱、因果检索、符号推理、Agent 意图扩展。

llxpys/causal-graph-cn 是 ModelScope 魔搭社区上的数据集，存储大小 13 MB，采用 Apache License 2.0 许可。

- **Repository**: llxpys/causal-graph-cn
- **License**: Apache License 2.0
- **Storage size**: 13 MB
- **Downloads**: 607
- **Stars**: 0
- **Last updated**: 2026-08-09

Source: https://www.modelscope.cn/datasets/llxpys/causal-graph-cn

---

## 1. 一句话定位

**不依赖大模型、可溯源的中文「因 → 果」因果边集合。**
每条边都带来源与置信度，因果方向直接由词典释义中的因果连词（导致/引起/用于/受到…影响 等 5 组 28+ 模式）抽取，而非 LLM 概率猜词。适合知识图谱构建、因果检索、符号推理、Agent 意图扩展等场景。

> ⚠️ **诚实声明**：本图谱覆盖的是词典释义中的语义因果，**词源未穷尽**（现实因果远不止词典所载），属理论性资源，非完整因果事实库。

## 2. 数据集内容

| 文件 | 边数 | 唯一因 | 唯一果 | 唯一概念 | 说明 |
|---|---|---|---|---|---|
| `causal_edges_core.jsonl/.csv` | **8,791** | 5,552 | 5,694 | 10,512 | 高质量核心（剔除同义词扇出） |
| `causal_edges_full.jsonl/.csv` | **90,366** | 15,433 | 15,878 | 25,796 | 全量（含同义词扇出，见分层说明） |

每行一条因果边，字段：

| 字段 | 类型 | 说明 |
|---|---|---|
| `cause` | str | 因（原因/手段/前置条件） |
| `effect` | str | 果（结果/功能/产物） |
| `conf` | float | 置信度 0.45–0.9，越高越可靠 |
| `conn` | str | 抽取到的因果连接词（导致/引起/用于/使…） |
| `category` | str | 因果类型：direct/tool/means/contain/implicit/passive/product/prevent/transform/promote/degree/syn_fanout |
| `source` | str | 来源：direction_layer / seed_ext / deepseek / new_pattern / implicit_extra / fanout_* |

## 3. 质量分层（重要）

数据集**故意保留全量并给出分层**，而不是只发"看起来干净"的子集——因为同义词扇出边在某些场景（泛化检索、意图扩展）反而是有效资源：

- **core（8,791 边）**：`source ∈ {direction_layer, seed_ext, deepseek, new_pattern, implicit_extra}`，即由词典释义直接抽取 + 人工种子 + DeepSeek 补全的**因果箭头本身**，无扇出稀释。`category` 覆盖 direct(1,695)/tool(1,053)/contain(960)/implicit(891)/means(859) 等。
- **fanout（81,575 边）**：`source ∈ {fanout_from_dl, fanout_seed}`，由核心边沿同义词簇扇出扩展，`category=syn_fanout`，置信度 0.52/0.59。**用于需要泛化的场景**，做严格因果判断时应过滤。
- **conf 分布**：0.45–0.9，其中 ≥0.6 的有 5,645 条（高置信子集可直接按 `conf >= 0.6` 过滤得到）。

## 4. 构建方法

1. **方向层抽取**（`direction_layer`）：从《现汉》第 7 版释义中按 5 组因果连词模式正则抽取：
   - 组1 强直接因果：导致/引起/致使/使得/造成/引发/招致/促成/诱发/产生/带来/形成/酿成/触发
   - 组2 工具/功能因果：用于/用来/用以/作用是/功能是
   - 组3 被动/受影响：受到X影响/由X决定/因X而
   - 组4 产物/结果：X的产物/X的结果
   - 组5 隐式因果：使/令/让/能/可
   - 两端词均须在 `causal_kb` 词表内（可穷尽、可溯源）
2. **种子扩展**（`seed_ext`）：全领域人工种子因果对，覆盖疾病/行为/自然/社会等领域。
3. **DeepSeek 补全**（`deepseek`）：对词典连词模式未覆盖的常见因果对做补充，带人工抽检。
4. **同义词扇出**（`fanout_*`）：核心边沿 `causal_kb` 的同义词簇（同义词词林扩展版）扇出，衰减系数 0.65。

## 5. 已知边界（诚实声明）

- 词典仅作为抽取的**参考来源**，本数据集只包含独立的因果边结构（事实性知识），不含任何词典原文释义。
- 因果边是**词典语义级**的，不是事件级/时序级的：`感冒→发烧` 是语义因果，不代表任何特定事件发生。
- 扇出边存在**语义漂移**：沿同义词扩展后方向可能失真（如词义多义导致的错误扇出），使用时务必看 `source`/`conf`。
- `causative`（使动）标记目前只覆盖 364 条，大部分边未标注使动性。
- 阴轴（反义）约束目前仅 23 条反义边，反因果检测能力弱。
- 词典数据本身有版权（《现代汉语词典》第 7 版），本数据集仅发布**抽取出的因果边结构**，不包含词典原文。

## 6. 许可

- **MIT License**（与 Taiji-Causal/TJ 主项目一致，Copyright (c) 2026 孙巍珑 / Taiji-Causal），并附 TJ 主项目附加条件：任何使用本软件/数据的公开网络服务（API、SaaS、Web demo）必须在界面或文档中展示 "Powered by Taiji-Causal" 并链接至 https://github.com/llxpy/TJ。
- **注意**：数据构建参考《现代汉语词典》第 7 版释义与哈工大同义词词林扩展版，词典仅作参考来源；本数据集只含抽取出的因果边结构（事实性知识），不包含词典原文表达。

## 7. 引用

```bibtex
@misc{causal_graph_cn_2026,
  title={Causal Graph CN: A Chinese Causal Knowledge Graph from XDHYCD 7th Edition},
  author={LLXPY},
  year={2026},
  howpublished={ModelScope Dataset, https://modelscope.cn/datasets/llxpys/causal-graph-cn}
}
```

## 8. 统计摘要

- 全量边数：90,366
- 核心边数：8,791
- 唯一概念：25,796（因∪果）
- 来源分布：fanout_seed 57,782 / fanout_from_dl 23,793 / direction_layer 3,188 / new_pattern 2,364 / seed_ext 2,284 / deepseek 826 / implicit_extra 129
- 详细分布见 `stats.json`