aifinlab 关系抽取 Skill
数据来源
本 Skill 支持多种金融文本数据输入格式，核心数据来源包括：
1. 金融文档类型
- 公告文档：上市公司公告、重大事项公告
- 合同文档：贷款合同、担保合同、投资协议
- 报告文档：研究报告、分析报告、尽职调查报告
- 新闻文档：财经新闻、行业新闻、公司新闻
2. 文本数据格式
- 纯文本格式：.txt 文件，UTF-8编码
- 结构化文档：PDF、Word、Excel文档（需预处理为文本）
- HTML网页：财经网站页面内容
- 数据库文本字段：从数据库直接读取的文本内容
3. 关系类型
- 股权关系：持股关系、控股关系、参股关系
- 担保关系：保证关系、抵押关系、质押关系
- 交易关系：买卖关系、租赁关系、合作关系
- 关联关系：关联方关系、关联交易关系
4. 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
- 数据完整性：需要包含完整的关系相关信息
说明：本 Skill 不包含数据采集功能，需要用户提供清洗后的文本数据。建议文档包含完整的关系描述，以便进行准确的关系抽取。
功能
本 Skill 提供全面的关系抽取能力，涵盖多种抽取功能：
1. 关系类型识别
- 股权关系识别：识别股权相关关系
- 担保关系识别：识别担保相关关系
- 交易关系识别：识别交易相关关系
- 关联关系识别：识别关联方关系
2. 关系主体抽取
- 关系主体识别：识别关系的参与主体
- 主体角色识别：识别主体在关系中的角色
- 主体属性提取：提取主体的相关属性
- 主体归一化：归一化主体名称
3. 关系属性抽取
- 关系类型：识别关系的具体类型
- 关系强度：评估关系的强度
- 关系时间：抽取关系的起止时间
- 关系金额：抽取关系涉及的金额
4. 关系描述抽取
- 关系描述：抽取关系的详细描述
- 关系条件：抽取关系的条件和约束
- 关系状态：识别关系的状态和进展
- 关系影响：评估关系的影响和后果
5. 关系网络构建
- 关系图构建：构建实体关系图
- 关系路径发现：发现实体之间的路径
- 关系聚类：对关系进行聚类分析
- 关系可视化：可视化关系网络
6. 高级处理功能
- 关系去重：识别和合并相似关系
- 关系验证：验证关系的准确性
- 关系补全：补全缺失的关系信息
- 关系预测：预测潜在的关系
使用示例
输出示例
{
"source_info": {
"document_id": "DOC001",
"document_type": "announcement",
"source_file": "announcement.pdf"
},
"relations": [
{
"relation_id": "REL001",
"relation_type": "shareholding",
"relation_subtype": "direct_holding",
"source_entity": {
"type": "company",
"name": "公司A",
"normalized_name": "公司A股份有限公司"
},
"target_entity": {
"type": "company",
"name": "公司B",
"normalized_name": "公司B股份有限公司"
},
"relation_properties": {
"shareholding_ratio": 30.5,
"shareholding_amount": 100000000,
"shareholding_type": "流通股",
"start_date": "2020-01-15",
"end_date": null
},
"relation_description": "公司A持有公司B 30.5%的股份",
"confidence": 0.95,
"evidence": "根据公告，公司A持有公司B 30.5%的股份",
"status": "active"
},
{
"relation_id": "REL002",
"relation_type": "guarantee",
"relation_subtype": "guarantee_obligation",
"source_entity": {
"type": "company",
"name": "公司C",
"normalized_name": "公司C股份有限公司"
},
"target_entity": {
"type": "company",
"name": "公司D",
"normalized_name": "公司D股份有限公司"
},
"relation_properties": {
"guarantee_amount": 50000000,
"guarantee_type": "连带责任保证",
"start_date": "2023-06-01",
"end_date": "2025-06-01"
},
"relation_description": "公司C为公司D提供5000万元连带责任保证",
"confidence": 0.92,
"evidence": "根据担保合同，公司C为公司D提供5000万元连带责任保证",
"status": "active"
}
],
"relation_network": {
"nodes": [
{"id": "公司A", "type": "company"},
{"id": "公司B", "type": "company"},
{"id": "公司C", "type": "company"},
{"id": "公司D", "type": "company"}
],
"edges": [
{
"source": "公司A",
"target": "公司B",
"relation_type": "shareholding",
"weight": 30.5
},
{
"source": "公司C",
"target": "公司D",
"relation_type": "guarantee",
"weight": 50000000
}
]
},
"statistics": {
"total_relations": 2,
"relation_types": ["shareholding", "guarantee"],
"entity_count": 4
}
}
注意事项与限制
1. 数据质量要求
- 文档需要包含关系相关信息
- 关系描述需要清晰明确
- 实体信息需要准确
2. 关系识别准确性
- 明确描述的关系识别准确率较高
- 隐含关系可能需要上下文分析
- 复杂关系可能需要人工分析
3. 实体识别准确性
- 标准实体名称识别准确率较高
- 非标准实体名称可能需要归一化
- 实体消歧可能需要额外处理
4. 关系类型分类
- 标准关系类型识别准确率较高
- 非标准关系可能需要人工分类
- 关系类型边界可能模糊
5. 使用限制
- 本 Skill 不包含关系分析功能
- 抽取结果需要人工复核
- 复杂关系可能需要人工分析
参考资料
- 见 references/ 目录中的相关文档，包括：
- 关系抽取方法手册
- 关系类型分类体系
- 实体归一化指南
- 性能优化指南