event-extraction

# 事件抽取 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 - **新闻文档**：财经新闻、行业新闻、公司新闻 - **报告文档**：研究报告、分析报告、风险报告 - **监管文档**：监管公告、处罚决定、问询函 ### 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. 事件类型 - **风险事件**：违约事件、担保代偿、资产查封 - **市场事件**：股价异常波动、停复牌、退市风险 - **监管事件**：行政处罚、监管措施、问询函 - **公司事件**：并购重组、股权变更、重大投资 ### 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**：需要包含完整的事件相关信息 > 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事件描述，以便进行准确的事件抽取。 --- ## 功能 本 Skill 提供全面的事件抽取能力，涵盖多种抽取功能： ### 1. 事件类型识别 - **风险事件识别**：识别各类风险事件 - **市场事件识别**：识别市场相关事件 - **监管事件识别**：识别监管相关事件 - **公司事件识别**：识别公司经营事件 ### 2. 事件要素抽取 - **事件主体**：抽取事件涉及的主体 - **事件时间**：抽取事件发生的时间 - **事件地点**：抽取事件发生的地点 - **事件描述**：抽取事件的详细描述 ### 3. 事件属性抽取 - **事件类型**：识别事件的类型和类别 - **事件严重程度**：评估事件的严重程度 - **事件影响范围**：评估事件的影响范围 - **事件状态**：识别事件的状态和进展 ### 4. 事件关系抽取 - **事件关联**：识别相关事件之间的关联 - **事件序列**：识别事件的时间序列关系 - **事件因果**：识别事件之间的因果关系 - **事件影响**：识别事件的影响和后果 ### 5. 实体关联 - **事件实体关联**：关联事件和相关实体 - **实体事件关联**：关联实体和相关事件 - **关系网络构建**：构建事件关系网络 - **实体事件时间线**：生成实体的事件时间线 ### 6. 高级处理功能 - **事件去重**：识别和合并相似事件 - **事件分类**：对事件进行分类和标签化 - **事件摘要**：生成事件摘要 - **事件预警**：基于事件进行风险预警 --- ## 使用示例 ### 输出示例 ```json { "source_info": { "document_id": "DOC001", "document_type": "announcement", "source_file": "announcement.pdf", "publish_date": "2024-03-15" }, "events": [ { "event_id": "EVT001", "event_type": "risk_event", "event_subtype": "default", "event_description": "公司发生债务违约事件", "timestamp": "2024-03-10", "time_expression": "2024年3月10日", "confidence": 0.95, "severity": "high", "entities": [ {"type": "company", "name": "示例公司", "role": "subject"}, {"type": "amount", "value": 50000000, "currency": "CNY"} ], "location": null, "status": "ongoing", "impact": { "scope": "company", "description": "可能影响公司信用评级和融资能力" } }, { "event_id": "EVT002", "event_type": "regulatory_event", "event_subtype": "penalty", "event_description": "收到监管部门的行政处罚", "timestamp": "2024-03-12", "time_expression": "2024年3月12日", "confidence": 0.92, "severity": "medium", "entities": [ {"type": "company", "name": "示例公司", "role": "subject"}, {"type": "organization", "name": "证监会", "role": "regulator"} ], "location": null, "status": "completed", "impact": { "scope": "company", "description": "可能影响公司声誉和合规评级" } } ], "event_relations": [ { "source_event": "EVT001", "target_event": "EVT002", "relation_type": "related", "description": "债务违约可能导致监管关注" } ], "statistics": { "total_events": 2, "event_types": ["risk_event", "regulatory_event"], "high_severity_count": 1, "medium_severity_count": 1 } } ``` --- ## 注意事项与限制 ### 1. 数据质量要求 - 文档需要包含事件相关信息 - 事件描述需要清晰明确 - 时间信息需要准确 ### 2. 事件识别准确性 - 明确描述的事件识别准确率较高 - 隐含事件可能需要上下文分析 - 复杂事件可能需要人工分析 ### 3. 事件类型分类 - 标准事件类型识别准确率较高 - 非标准事件可能需要人工分类 - 事件类型边界可能模糊 ### 4. 事件关系分析 - 明确的关系识别准确率较高 - 复杂关系可能需要人工分析 - 因果关系需要上下文支持 ### 5. 使用限制 - 本 Skill 不包含事件分析功能 - 抽取结果需要人工复核 - 复杂事件可能需要人工分析 --- ## 参考资料 - 见 references/ 目录中的相关文档，包括： - 事件抽取方法手册 - 事件类型分类体系 - 事件关系分析指南 - 性能优化指南