product-feature-extraction

# 产品特征抽取 Skill ## 数据来源 本 Skill 支持多种产品数据输入格式，核心数据来源包括： ### 1. 产品文档类型 - **产品说明书**：产品使用说明书、技术规格书 - **产品介绍**：产品介绍文档、宣传材料 - **产品目录**：产品目录、产品清单 - **产品评论**：产品评论、用户评价 ### 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**：产品网页内容 - **数据库文本字段**：从数据库直接读取的文本内容 ### 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 - **数据完整性**：需要包含完整的产品信息 ### 4. 产品类型 - **金融产品**：理财产品、保险产品、基金产品 - **实物产品**：商品、设备、材料 - **服务产品**：服务项目、服务套餐 - **数字产品**：软件、应用、平台 > 说明：本 Skill 不包含数据采集功能，需要用户提供产品相关文档。建议文档包含完整的产品信息，以便进行准确的特征抽取。 --- ## 功能 本 Skill 提供全面的产品特征抽取能力，涵盖多种抽取功能： ### 1. 产品基本信息抽取 - **产品名称**：抽取产品名称和型号 - **产品分类**：抽取产品分类和类别 - **产品描述**：抽取产品描述和说明 - **产品规格**：抽取产品规格和参数 ### 2. 产品属性抽取 - **物理属性**：尺寸、重量、颜色等物理属性 - **功能属性**：功能特性、性能指标等功能属性 - **价格属性**：价格、折扣、优惠等价格属性 - **时间属性**：上市时间、有效期等时间属性 ### 3. 产品特征识别 - **核心特征**：识别产品的核心特征 - **优势特征**：识别产品的优势特征 - **特色特征**：识别产品的特色特征 - **差异化特征**：识别产品的差异化特征 ### 4. 产品关系抽取 - **产品关联**：抽取产品之间的关联关系 - **产品组合**：识别产品组合和套餐 - **产品替代**：识别产品的替代产品 - **产品配套**：识别产品的配套产品 ### 5. 产品标签生成 - **特征标签**：为产品生成特征标签 - **分类标签**：为产品生成分类标签 - **应用标签**：为产品生成应用场景标签 - **用户标签**：为产品生成用户群体标签 ### 6. 高级处理功能 - **特征标准化**：标准化产品特征 - **特征对比**：对比不同产品的特征 - **特征推荐**：基于特征推荐相似产品 - **特征报告**：生成产品特征报告 --- ## 使用示例 ### 输出示例 ```json { "source_info": { "document_id": "DOC001", "document_type": "product_specification", "source_file": "product_spec.pdf" }, "product_info": { "product_name": "示例理财产品", "product_code": "PRD001", "product_type": "financial_product", "product_category": "理财产品", "product_description": "一款稳健型理财产品，适合风险承受能力较低的投资者" }, "features": [ { "feature_id": "FEAT001", "feature_name": "预期收益率", "feature_type": "performance", "feature_value": "4.5%", "feature_unit": "%", "feature_category": "收益特征", "confidence": 0.98 }, { "feature_id": "FEAT002", "feature_name": "投资期限", "feature_type": "time", "feature_value": "365", "feature_unit": "天", "feature_category": "期限特征", "confidence": 0.95 }, { "feature_id": "FEAT003", "feature_name": "风险等级", "feature_type": "risk", "feature_value": "R2", "feature_unit": null, "feature_category": "风险特征", "confidence": 0.97 }, { "feature_id": "FEAT004", "feature_name": "起购金额", "feature_type": "amount", "feature_value": "10000", "feature_unit": "CNY", "feature_category": "门槛特征", "confidence": 0.96 } ], "attributes": { "physical_attributes": [], "functional_attributes": [ {"name": "预期收益率", "value": "4.5%"}, {"name": "风险等级", "value": "R2"} ], "price_attributes": [ {"name": "起购金额", "value": "10000 CNY"} ], "time_attributes": [ {"name": "投资期限", "value": "365天"} ] }, "tags": [ "稳健型", "低风险", "中长期", "理财产品" ], "statistics": { "total_features": 15, "extracted_features": 14, "missing_features": 1, "average_confidence": 0.96 } } ``` --- ## 注意事项与限制 ### 1. 文档质量要求 - 文档需要包含产品相关信息 - 产品描述需要清晰明确 - 产品特征需要完整 ### 2. 特征识别准确性 - 明确描述的特征识别准确率较高 - 隐含特征可能需要上下文分析 - 复杂特征可能需要人工处理 ### 3. 产品类型差异 - 不同类型产品的特征差异较大 - 需要针对不同类型产品建立特征模型 - 新类型产品可能需要人工处理 ### 4. 特征标准化 - 标准特征名称标准化准确率较高 - 非标准特征可能需要映射 - 特征值标准化需要正确处理 ### 5. 使用限制 - 本 Skill 不包含产品分析功能 - 抽取结果需要人工复核 - 复杂产品可能需要人工处理 --- ## 参考资料 - 见 references/ 目录中的相关文档，包括： - 产品特征抽取方法手册 - 产品特征分类体系 - 特征标准化指南 - 性能优化指南