metric-field-extraction

# 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 ```json { "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