aifinlab 财务字段抽取 Skill
数据来源
本 Skill 支持多种财务报表数据输入格式，核心数据来源包括：
1. 财务报表类型
- 利润表：营业收入、营业成本、净利润等字段
- 资产负债表：资产总额、负债总额、所有者权益等字段
- 现金流量表：经营活动现金流量、投资活动现金流量等字段
- 财务报表附注：财务报表的附注和说明
2. 文档格式
- PDF格式：PDF格式的财务报表
- Word格式：Word格式的财务报表
- Excel格式：Excel格式的财务报表
- HTML格式：网页格式的财务报表
3. 数据格式要求
- 文件路径：本地文件路径或网络文件URL
- 文件编码：UTF-8、GBK、GB2312等
- 文件权限：需要读取权限
4. 字段类型
- 数值字段：金额、比例、数量等数值字段
- 文本字段：项目名称、说明文字等文本字段
- 日期字段：报告期间、日期等时间字段
- 分类字段：科目分类、项目分类等分类字段
说明：本 Skill 不包含数据采集功能，需要用户提供财务报表文件。建议报表格式规范，以便进行准确的字段抽取。
功能
本 Skill 提供全面的财务字段抽取能力，涵盖多种抽取功能：
1. 利润表字段抽取
- 收入类字段：营业收入、其他业务收入等
- 成本类字段：营业成本、销售费用、管理费用等
- 利润类字段：营业利润、利润总额、净利润等
- 其他字段：投资收益、营业外收入等
2. 资产负债表字段抽取
- 资产类字段：流动资产、非流动资产、资产总额等
- 负债类字段：流动负债、非流动负债、负债总额等
- 权益类字段：实收资本、资本公积、未分配利润等
- 其他字段：资产减值准备、递延所得税等
3. 现金流量表字段抽取
- 经营活动字段：经营活动现金流入、流出、净额等
- 投资活动字段：投资活动现金流入、流出、净额等
- 筹资活动字段：筹资活动现金流入、流出、净额等
- 其他字段：汇率变动影响、现金及现金等价物等
4. 字段标准化
- 字段名称标准化：标准化字段名称
- 字段格式标准化：标准化字段格式
- 字段单位标准化：标准化字段单位
- 字段值标准化：标准化字段值
5. 字段验证
- 字段完整性验证：验证字段的完整性
- 字段准确性验证：验证字段的准确性
- 字段一致性验证：验证字段的一致性
- 字段关联性验证：验证字段之间的关联性
6. 高级处理功能
- 字段映射：映射不同报表格式的字段
- 字段补全：补全缺失的字段
- 字段计算：计算衍生字段
- 字段报告：生成字段抽取报告
使用示例
输出示例
{
"source_info": {
"document_id": "DOC001",
"document_type": "financial_report",
"report_type": "annual_report",
"report_period": "2024",
"source_file": "financial_report.pdf"
},
"income_statement": {
"fields": [
{
"field_name": "营业收入",
"standard_name": "revenue",
"field_type": "amount",
"value": 1000000000,
"unit": "CNY",
"period": "2024",
"confidence": 0.98,
"position": {
"page": 5,
"row": 3,
"column": 2
}
},
{
"field_name": "营业成本",
"standard_name": "cost_of_revenue",
"field_type": "amount",
"value": 600000000,
"unit": "CNY",
"period": "2024",
"confidence": 0.97,
"position": {
"page": 5,
"row": 4,
"column": 2
}
},
{
"field_name": "净利润",
"standard_name": "net_income",
"field_type": "amount",
"value": 200000000,
"unit": "CNY",
"period": "2024",
"confidence": 0.99,
"position": {
"page": 5,
"row": 15,
"column": 2
}
}
]
},
"balance_sheet": {
"fields": [
{
"field_name": "资产总额",
"standard_name": "total_assets",
"field_type": "amount",
"value": 5000000000,
"unit": "CNY",
"period": "2024",
"confidence": 0.98,
"position": {
"page": 6,
"row": 20,
"column": 2
}
}
]
},
"cash_flow_statement": {
"fields": [
{
"field_name": "经营活动产生的现金流量净额",
"standard_name": "operating_cash_flow",
"field_type": "amount",
"value": 300000000,
"unit": "CNY",
"period": "2024",
"confidence": 0.97,
"position": {
"page": 7,
"row": 10,
"column": 2
}
}
]
},
"statistics": {
"total_fields": 50,
"extracted_fields": 48,
"missing_fields": 2,
"average_confidence": 0.97
}
}
注意事项与限制
1. 报表格式要求
- 标准格式报表抽取准确率较高
- 非标准格式可能影响抽取
- 扫描版报表需要OCR支持
2. 字段识别准确性
- 标准字段名称识别准确率较高
- 非标准字段名称可能需要映射
- 复杂字段可能需要人工处理
3. 数值提取准确性
- 清晰标注的数值提取准确率较高
- 需要估算的数值可能不够准确
- 单位转换需要正确处理
4. 字段完整性
- 标准报表字段完整性较好
- 非标准报表可能缺失字段
- 字段补全可能需要人工处理
5. 使用限制
- 本 Skill 不包含报表编辑功能
- 抽取结果需要人工复核
- 复杂报表可能需要人工处理
参考资料
- 见 references/ 目录中的相关文档，包括：
- 财务字段抽取方法手册
- 财务报表字段标准
- 字段映射规则指南
- 性能优化指南