[目的]分析并评述领域事件知识图谱构建的相关研究,为后续研究提供理论基础和实践指导.[文献范围]利用Web of Science核心数据库和Google Scholar以“Event Graph”、“Event extraction”和“Event relation”等主题词进行检索,经过手工筛选获得代表性文献61篇.[方法]采用文献调研方法系统梳理领域事件图谱在定义、构建流程、识别方法等方面的工作.总结了基于规则、基于特征学习以及基于神经网络三种事件抽取的方法,对事件抽取与事件关系抽取中的特征选择、模型架构以及实验结果等进行分析和对比.[结果]借鉴通用图谱构建的方法,提出包括事件触发词识别、事件要素识别、事件关系识别以及事件存储等在内的领域事件图谱构建流程模型.从描述结构、领域限制、事件形式、推理能力和时序关系等角度阐明构建标准应具备的元素.在构建实践中,事件本体的借鉴和复用是必要选项,事件抽取采用神经网络方法是目前最优的选择.[局限]由于标准数据集的缺失,事件关系抽取对比中未能采用统一的数据集进行量化比较.[结论]提出从知识提升、迁移学习以及认知模型等三个视角开展该主题后继研究的建议.