relation-extraction

# 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 ```json { "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