aifinlab 指标字段抽取 Skill
数据来源
本 Skill 支持多种报表数据输入格式，核心数据来源包括：
1. 报表类型
- 业务报表：业务数据报表、运营报表
- 财务报表：财务报表、管理报表
- 统计报表：统计数据报表、分析报表
- 自定义报表：用户自定义格式报表
2. 文档格式
- PDF格式：PDF格式的报表
- Word格式：Word格式的报表
- Excel格式：Excel格式的报表
- HTML格式：网页格式的报表
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. 指标类型
- 数值指标：金额、数量、比例等数值指标
- 文本指标：状态、描述等文本指标
- 时间指标：日期、时间等时间指标
- 分类指标：类别、类型等分类指标
说明：本 Skill 不包含数据采集功能，需要用户提供报表文件。建议报表格式规范，以便进行准确的指标抽取。
功能
本 Skill 提供全面的指标字段抽取能力，涵盖多种抽取功能：
1. 指标识别
- 指标名称识别：识别报表中的指标名称
- 指标类型识别：识别指标的类型和类别
- 指标位置定位：定位指标在报表中的位置
- 指标关联识别：识别指标之间的关联关系
2. 指标值抽取
- 数值抽取：抽取指标的数值
- 文本抽取：抽取指标的文本值
- 时间抽取：抽取指标的时间值
- 单位识别：识别指标的单位
3. 指标标准化
- 指标名称标准化：标准化指标名称
- 指标格式标准化：标准化指标格式
- 指标单位标准化：标准化指标单位
- 指标值标准化：标准化指标值
4. 指标验证
- 指标完整性验证：验证指标的完整性
- 指标准确性验证：验证指标的准确性
- 指标一致性验证：验证指标的一致性
- 指标关联性验证：验证指标之间的关联性
5. 指标分类
- 指标分类：对指标进行分类
- 指标标签：为指标添加标签
- 指标层级：建立指标的层级关系
- 指标分组：对指标进行分组
6. 高级处理功能
- 指标映射：映射不同报表格式的指标
- 指标补全：补全缺失的指标
- 指标计算：计算衍生指标
- 指标报告：生成指标抽取报告
使用示例
输出示例
{
"source_info": {
"document_id": "DOC001",
"document_type": "business_report",
"report_period": "2024-Q1",
"source_file": "business_report.pdf"
},
"metrics": [
{
"metric_id": "MET001",
"metric_name": "营业收入",
"standard_name": "revenue",
"metric_type": "amount",
"value": 1000000000,
"unit": "CNY",
"period": "2024-Q1",
"confidence": 0.98,
"position": {
"page": 3,
"row": 5,
"column": 2
},
"category": "financial",
"tags": ["收入", "财务"],
"related_metrics": ["MET002", "MET003"]
},
{
"metric_id": "MET002",
"metric_name": "同比增长率",
"standard_name": "yoy_growth_rate",
"metric_type": "percentage",
"value": 15.5,
"unit": "%",
"period": "2024-Q1",
"confidence": 0.95,
"position": {
"page": 3,
"row": 5,
"column": 3
},
"category": "growth",
"tags": ["增长率", "同比"],
"related_metrics": ["MET001"]
}
],
"statistics": {
"total_metrics": 50,
"extracted_metrics": 48,
"missing_metrics": 2,
"average_confidence": 0.96
}
}
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. 指标识别准确性
- 标准指标名称识别准确率较高
- 非标准指标名称可能需要映射
- 复杂指标可能需要人工处理
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. 指标完整性
- 标准报表指标完整性较好
- 非标准报表可能缺失指标
- 指标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：
- 指标字段抽取方法手册
- 指标标准体系
- 指标映射规则指南
- 性能优化指南