Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.
refactor(templates): 重构通用模板并更新文档
yifanfeng973b49146b2483
diff --git a/README.md b/README.mdindex f1c2872..0f4257a 100644--- a/README.md+++ b/README.md@@ -65,8 +65,6 @@ he search kb "key insights"--Pre-built templates for common domains:| Domain | Templates |diff --git a/README_ZH.md b/README_ZH.mdindex af1590e..34d89a5 100644--- a/README_ZH.md+++ b/README_ZH.md@@ -65,8 +65,6 @@ he search kb "关键信息"--开箱即用的领域模板:| 领域 | 模板 |diff --git a/hyperextract/templates/legacy/IMPLEMENTATION_PLAN.md b/hyperextract/templates/legacy/IMPLEMENTATION_PLAN.mdnew file mode 100644index 0000000..04806e2--- /dev/null+++ b/hyperextract/templates/legacy/IMPLEMENTATION_PLAN.md@@ -0,0 +1,551 @@+# Hyper-Extract 知识模板重新设计实施计划++## 📋 概述++本文档详细规划了 Hyper-Extract 知识模板库的重新设计方案。核心目标是通过精简过度设计的模板、增加顺应热点的新模板、提高每个模板的实际使用价值,打造一个更实用、更精简、更有吸引力的模板库。++---++## 🎯 设计原则++### 1. 真实性检验+- ✅ 有真实文档需求:能否举出3个以上具体文档类型?+- ✅ 有明确使用场景:谁来用?解决什么问题?+- ✅ 有可视化价值:提取结果能否直观展示?++### 2. 精简高效+- ✅ 删除自我创造需求的模板+- ✅ 合并功能重叠的模板+- ✅ 控制每个类别模板数量在 6-10 个++### 3. 跟进热点+- 重点关注:AI Agents、MCP、Skill RAG、知识图谱等热点领域++---++## 📊 模板数量规划++| 类别 | Legacy数量 | 建议数量 | 精简比例 | 优先级 |+|------|----------|---------|---------|--------|+| **General** | ~15 | 8 | 47% | 🔴 高 |+| **Finance** | ~20 | 9 | 55% | 🔴 高 |+| **Legal** | ~12 | 8 | 33% | 🟡 中 |+| **Industry** | ~14 | 8 | 43% | 🟡 中 |+| **Medicine** | ~16 | 9 | 44% | 🟡 中 |+| **TCM** | ~10 | 8 | 20% | 🟢 低 |+| **总计** | ~87 | ~50 | 43% | - |++---++## 🗂️ 各类别详细设计++---++### 1️⃣ General(通用领域)++#### 🔍 需求分析++| 模板名称 | 保留/新增 | 理由 | 实际场景 |+|---------|----------|------|---------|+| KnowledgeGraph | ✅ 保留 | 通用图谱提取,适用性最广 | 任何文本 |+| EntityRegistry | ✅ 保留 | 实体集合提取,NER任务 | 新闻、简历 |+| KeywordList | ✅ 保留 | 关键词提取,索引构建 | 内容打标 |+| EncyclopediaItem | ✅ 保留 | 百科词条,结构化信息 | 词典词条 |+| ConceptHierarchy | ✅ 保留 | 概念层级,教材知识 | 教材、论文 |+| LifeEventTimeline | ✅ 保留 | 生平时序,传记分析 | 传记、年表 |+| SocialNetwork | ✅ 保留 | 人物关系,社交分析 | 人物分析 |+| ComplianceLogic | ✅ 保留 | 合规超图,制度分析 | 公司制度 |++#### 🆕 新增模板++##### 1. SkillFlowGraph(AI Agent 技能流程图)++**类型**: `graph`++**需求验证**:+- ✅ 真实场景:分析 Cursor Rules、refly skills、MCP workflows+- ✅ 使用者:AI开发者、Agent设计者+- ✅ 痛点:Skill文档缺乏可视化工具++**设计思路**:+- 将 Skill 的触发条件、执行步骤、工具调用、条件分支等建模为图的节点和边+- 不同于超图,因为每个节点之间有明确的流向关系++**示例输入**:+```+## Skill: code_review+trigger: "/review"+steps:+ 1. 分析代码变更+ 2. 调用 linter 工具+ 3. 生成审查意见+ 4. 如果有严重问题,标记需要修复+tools: [git, linter, openai]+```++##### 2. TechStackGraph(技术栈依赖图)++**类型**: `graph`++**需求验证**:+- ✅ 真实场景:理解项目架构、依赖关系+- ✅ 使用者:开发者、技术管理者+- ✅ 痛点:README太长,难以快速理解技术栈++**设计思路**:+- 从 README、技术文档中提取技术之间的依赖关系+- 支持不同粒度:语言→框架→库→服务++---++#### ❌ 删除/合并的模板++| 删除模板 | 原因 |+|---------|------|+| CrossReferenceNet | 与 ConceptHierarchy 功能重叠 |+| RegulationProfile | 过于简单,可并入 ComplianceLogic |+| ClauseList | 与 ComplianceLogic 部分重叠 |+| PenaltyRegistry | 与 PenaltyMapping 功能重叠 |+| PenaltyMapping | 与 ComplianceLogic 功能重叠 |+| OperationalProcedure | 可并入现有模板 |++---++### 2️⃣ Finance(金融投资)++#### 🔍 需求分析++| 模板名称 | 保留/新增 | 理由 | 实际场景 |+|---------|----------|------|---------|+| FilingFinancialSnapshot | ✅ 保留 | 财报关键数据 | 投资分析 |+| MDANarrativeGraph | ✅ 保留 | 管理层讨论因果 | 趋势分析 |+| RiskFactorSet | ✅ 保留 | 风险因子清单 | 风险监控 |+| MaterialEventTimeline | ✅ 保留 | 重大事件时间轴 | 事件驱动 |+| SegmentPerformanceList | ✅ 保留 | 分部业绩 | 分部估值 |+| FinancialDataTemporalGraph | ✅ 保留 | 跨期财务指标 | 趋势分析 |++#### 🆕 新增模板++##### 1. EarningsCallQA(财报问答抽取)++**类型**: `hypergraph`++**需求验证**:+- ✅ 真实场景:分析财报电话会议QA环节+- ✅ 使用者:分析师、投资者+- ✅ 痛点:会议记录太长,难以快速定位关键Q&A++##### 2. ResearchKeyPoints(研报要点)++**类型**: `list`++**需求验证**:+- ✅ 真实场景:快速提炼研报核心观点+- ✅ 使用者:研究员、投资者+- ✅ 痛点:研报太长,需要快速提取结论++##### 3. GuidanceTracker(管理层指引跟踪)++**类型**: `temporal_graph`++**需求验证**:+- ✅ 真实场景:跟踪管理层指引兑现情况+- ✅ 使用者:分析师、投资者+- ✅ 痛点:需要跨期对比指引与实际++---++#### ❌ 删除/合并的模板++| 删除模板 | 原因 |+|---------|------|+| ManagementGuidanceList | 并入 GuidanceTracker |+| ValuationLogicMap | 过于抽象,实际使用率低 |+| FactorInfluenceHypergraph | 过度设计,用户难以使用 |+| MultiSourceSentimentHypergraph | 合并到 MarketSentimentModel |+| SupplyChain | 与核心金融场景关联弱 |+| DiscussionGraph | 与 EarningsCallQA 功能重叠 |+| CompanyHistoryTimeline | 与 MaterialEventTimeline 重叠 |+| ProceedsUsage | 使用场景有限 |+| ShareholderStructure | 已有类似模板,可简化 |+| CallSentimentHypergraph | 过度设计 |+| MarketSentimentModel | 可简化为 ResearchKeyPoints |++---++### 3️⃣ Legal(法律合规)++#### 🔍 需求分析++| 模板名称 | 保留/新增 | 理由 | 实际场景 |+|---------|----------|------|---------|+| ContractObligationHypergraph | ✅ 保留 | 合同权利义务 | 合同审查 |+| DefinedTermRegistry | ✅ 保留 | 术语定义 | 合同理解 |+| LiabilityClauseList | ✅ 保留 | 违约责任 | 风险评估 |+| AdjudicationLogic | ✅ 保留 | 判决推理 | 案件分析 |+| CaseFactTimeline | ✅ 保留 | 事实时间线 | 案情分析 |+| LitigationParticipantMap | ✅ 保留 | 当事人关系 | 利益分析 |+| ComplianceRequirementList | ✅ 保留 | 合规要求 | 合规审查 |+| BeneficialOwnershipGraph | ✅ 保留 | 股权穿透 | AML/KYC |++#### 🆕 新增模板++##### 1. ClauseRegistry(条款清单)++**类型**: `list`++**需求验证**:+- ✅ 真实场景:提取合同所有条款并分类+- ✅ 使用者:律师、法务+- ✅ 痛点:条款太多,难以快速定位++##### 2. CaseLawCitation(判例引用)++**类型**: `graph`++**需求验证**:+- ✅ 真实场景:研究判例之间的引用关系+- ✅ 使用者:律师、研究人员+- ✅ 痛点:判例引用关系复杂,难以追溯++---++#### ❌ 删除/合并的模板++| 删除模板 | 原因 |+|---------|------|+| CaseLawCitationNet | 简化为 CaseLawCitation |+| LegalConceptOntology | 与通用 ConceptHierarchy 重叠 |++---++### 4️⃣ Industry(工业制造)++#### 🔍 需求分析++| 模板名称 | 保留/新增 | 理由 | 实际场景 |+|---------|----------|------|---------|+| SystemTopologyGraph | ✅ 保留 | 系统拓扑 | 架构理解 |+| EquipmentTopologyGraph | ✅ 保留 | 设备拓扑 | 设备管理 |+| SpecParameterTable | ✅ 保留 | 技术参数 | 设备台账 |+| SafetyControlGraph | ✅ 保留 | 安全规程 | 安全管理 |+| EmergencyResponseGraph | ✅ 保留 | 应急预案 | 应急响应 |+| OperationFlowGraph | ✅ 保留 | 操作流程 | 运维规程 |+| OperatingModeGraph | ✅ 保留 | 工况切换 | 运行管理 |+| FailureCaseGraph | ✅ 保留 | 故障案例 | 故障分析 |++#### 🆕 新增模板++##### 1. MaintenanceLog(维保日志)++**类型**: `temporal_graph`++**需求验证**:+- ✅ 真实场景:提取维保记录的时间序列+- ✅ 使用者:运维工程师+- ✅ 痛点:日志难以结构化分析++##### 2. IncidentChain(事故因果链)++**类型**: `hypergraph`++**需求验证**:+- ✅ 真实场景:分析事故发生的因果关系+- ✅ 使用者:安全工程师+- ✅ 痛点:事故分析需要完整因果链++---++#### ❌ 删除/合并的模板++| 删除模板 | 原因 |+|---------|------|+| SystemCompatibilityGraph | 过度设计 |+| PartReplacementList | 可并入 MaintenanceLog |+| InspectionRecordGraph | 与 MaintenanceLog 功能重叠 |+| MaintenaceOperationMap | 与 OperationFlowGraph 重叠 |+| IncidentCausalityMap | 简化为 IncidentChain |+| SafetyTimeline | 与 MaintenanceLog 功能重叠 |+| FailureKnowledgeHypergraph | 简化为 FailureCaseGraph |++---++### 5️⃣ Medicine(医疗健康)++#### 🔍 需求分析++| 模板名称 | 保留/新增 | 理由 | 实际场景 |+|---------|----------|------|---------|+| PharmacologyGraph | ✅ 保留 | 药理关系 | 药理分析 |+| AnatomyHierarchy | ✅ 保留 | 解剖层级 | 手术导航 |+| TreatmentRegimenMap | ✅ 保留 | 治疗方案 | 临床决策 |+| ClinicalPathway | ✅ 保留 | 临床路径 | 诊疗规范 |+| HospitalCourseTimeline | ✅ 保留 | 病程时间线 | 病历分析 |+| DischargeInstruction | ✅ 保留 | 出院指导 | 患者教育 |+| ComplexInteractionNet | ✅ 保留 | 药物相互作用 | 用药安全 |+| ContraindicationList | ✅ 保留 | 禁忌症 | 处方审核 |++#### 🆕 新增模板++##### 1. DiagnosisChain(诊断推理链)++**类型**: `hypergraph`++**需求验证**:+- ✅ 真实场景:提取鉴别诊断的推理过程+- ✅ 使用者:医生、医学生+- ✅ 痛点:病历中的诊断推理难以结构化++##### 2. LabResult(检验报告)++**类型**: `model`++**需求验证**:+- ✅ 真实场景:结构化提取检验报告数据+- ✅ 使用者:医生、数据分析+- ✅ 痛点:检验报告难以自动提取++##### 3. AdverseEventReport(不良事件报告)++**类型**: `hypergraph`++**需求验证**:+- ✅ 真实场景:提取不良事件的详细信息+- ✅ 使用者:药物警戒+- ✅ 痛点:需要完整的因果关系++---++#### ❌ 删除/合并的模板++| 删除模板 | 原因 |+|---------|------|+| PathologyHypergraph | 与 DiagnosisChain 功能重叠 |+| MedicalConceptNet | 与通用模板重叠 |+| LevelOfEvidence | 使用场景有限 |+| SurgicalEventGraph | 可并入 HospitalCourseTimeline |+| TumorStagingItem | 可并入 DiagnosisChain |+| MicroscopicFeatureSet | 可并入 LabResult |+| AdverseReactionStats | 简化为 AdverseEventReport |++---++### 6️⃣ TCM(中医中药)++#### 🔍 需求分析++| 模板名称 | 保留/新增 | 理由 | 实际场景 |+|---------|----------|------|---------|+| HerbPropertyModel | ✅ 保留 | 中药属性 | 中药数据库 |+| FormulaComposition | ✅ 保留 | 君臣佐使 | 方剂分析 |+| SyndromeReasoningGraph | ✅ 保留 | 证候推理 | 临床推理 |+| CompatibilityNet | ✅ 保留 | 药对配伍 | 配伍禁忌 |+| MeridianFlowGraph | ✅ 保留 | 经络循行 | 经络理论 |+| AcupointLocationMap | ✅ 保留 | 穴位定位 | 针灸教学 |+| ProcessingMethod | ✅ 保留 | 炮制方法 | 炮制规范 |++#### 🆕 新增模板++##### 1. CaseRecord(医案记录)++**类型**: `hypergraph`++**需求验证**:+- ✅ 真实场景:提取名医医案的完整信息+- ✅ 使用者:中医师、研究人员+- ✅ 痛点:医案难以结构化分析++##### 2. PrescriptionModification(处方加减)++**类型**: `graph`++**需求验证**:+- ✅ 真实场景:分析处方加减规律+- ✅ 使用者:中医师、方剂研究+- ✅ 痛点:处方演变难以追溯++---++#### ❌ 删除/合并的模板++| 删除模板 | 原因 |+|---------|------|+| FunctionIndicationMap | 可并入 FormulaComposition |+| PrescriptionModification | 已有同名模板,保留 |++---++## 📝 实施流程++### 每个模板的实现流程++```+┌─────────────────────────────────────────┐+│ 1️⃣ Brainstorm(头脑风暴) │+│ - 讨论模板的实际需求场景 │+│ - 验证是否是真需求 │+│ - 确定合适的原语类型 │+└─────────────────┬───────────────────────┘+ │+ ▼+┌─────────────────────────────────────────┐+│ 2️⃣ Designer(设计) │+│ - 根据 brainstorm 结果设计 YAML │+│ - record-designer: model/list/set │+│ - graph-designer: graph/hypergraph │+└─────────────────┬───────────────────────┘+ │+ ▼+┌─────────────────────────────────────────┐+│ 3️⃣ Validator(验证) │+│ - 验证 YAML 语法正确性 │+│ - 检查字段定义是否合理 │+│ - 验证与原语类型的匹配度 │+└─────────────────────────────────────────┘+```++---++## 📅 实施时间表++### Phase 1: General + Finance(高优先级)++| 步骤 | 任务 | 状态 |+|------|------|------|+| 1.1 | Brainstorm: SkillFlowGraph | ⏳ 待开始 |+| 1.2 | Design: SkillFlowGraph | ⏳ 待开始 |+| 1.3 | Validate: SkillFlowGraph | ⏳ 待开始 |+| 1.4 | Brainstorm: TechStackGraph | ⏳ 待开始 |+| 1.5 | Design: TechStackGraph | ⏳ 待开始 |+| 1.6 | Validate: TechStackGraph | ⏳ 待开始 |+| 1.7 | Brainstorm: Finance 新模板 | ⏳ 待开始 |+| 1.8 | Design: Finance 新模板 | ⏳ 待开始 |+| 1.9 | Validate: Finance 新模板 | ⏳ 待开始 |++### Phase 2: Legal + Industry++| 步骤 | 任务 | 状态 |+|------|------|------|+| 2.1 | Brainstorm: Legal 新模板 | ⏳ 待开始 |+| 2.2 | Design: Legal 新模板 | ⏳ 待开始 |+| 2.3 | Validate: Legal 新模板 | ⏳ 待开始 |+| 2.4 | Brainstorm: Industry 新模板 | ⏳ 待开始 |+| 2.5 | Design: Industry 新模板 | ⏳ 待开始 |+| 2.6 | Validate: Industry 新模板 | ⏳ 待开始 |++### Phase 3: Medicine + TCM++| 步骤 | 任务 | 状态 |+|------|------|------|+| 3.1 | Brainstorm: Medicine 新模板 | ⏳ 待开始 |+| 3.2 | Design: Medicine 新模板 | ⏳ 待开始 |+| 3.3 | Validate: Medicine 新模板 | ⏳ 待开始 |+| 3.4 | Brainstorm: TCM 新模板 | ⏳ 待开始 |+| 3.5 | Design: TCM 新模板 | ⏳ 待开始 |+| 3.6 | Validate: TCM 新模板 | ⏳ 待开始 |++---++## 📂 输出文件结构++```+hyperextract/templates/+├── presets/+│ ├── general/+│ │ ├── base_graph.yaml # 基础图(已存在)+│ │ ├── base_hypergraph.yaml # 基础超图(已存在)+│ │ ├── knowledge_graph.yaml # 知识图谱+│ │ ├── entity_registry.yaml # 实体集合+│ │ ├── keyword_list.yaml # 关键词列表+│ │ ├── encyclopedia_item.yaml # 百科条目+│ │ ├── concept_hierarchy.yaml # 概念层级+│ │ ├── life_event_timeline.yaml # 生平时序+│ │ ├── social_network.yaml # 社交网络+│ │ ├── compliance_logic.yaml # 合规逻辑(已存在)+│ │ ├── skill_flow_graph.yaml # 🆕 AI技能流程图+│ │ └── tech_stack_graph.yaml # 🆕 技术栈依赖图+│ │+│ ├── finance/+│ │ ├── filing_snapshot.yaml # 🆕 财报快照+│ │ ├── mda_graph.yaml # 🆕 MD&A因果图+│ │ ├── risk_factor_set.yaml # 🆕 风险因子集+│ │ ├── event_timeline.yaml # 🆕 重大事件时序+│ │ ├── segment_performance.yaml # 🆕 分部业绩+│ │ ├── earnings_call_qa.yaml # 🆕 财报问答+│ │ ├── research_keypoints.yaml # 🆕 研报要点+│ │ └── guidance_tracker.yaml # 🆕 指引跟踪+│ │+│ ├── legal/+│ │ ├── contract_obligations.yaml # 🆕 合同义务+│ │ ├── defined_terms.yaml # 🆕 术语定义+│ │ ├── liability_clauses.yaml # 🆕 责任条款+│ │ ├── clause_registry.yaml # 🆕 条款清单+│ │ ├── case_fact_timeline.yaml # 🆕 案件事实时序+│ │ ├── adjudication_logic.yaml # 🆕 裁判逻辑(已存在)+│ │ ├── litigation_participants.yaml # 🆕 诉讼参与人+│ │ └── case_citation.yaml # 🆕 判例引用+│ │+│ ├── industry/+│ │ ├── system_topology.yaml # 🆕 系统拓扑+│ │ ├── equipment_spec.yaml # 🆕 设备规格+│ │ ├── safety_control.yaml # 🆕 安全控制+│ │ ├── operation_procedure.yaml # 🆕 操作规程+│ │ ├── failure_case.yaml # 🆕 故障案例+│ │ ├── maintenance_log.yaml # 🆕 维保日志+│ │ ├── incident_chain.yaml # 🆕 事故因果链+│ │ └── emergency_response.yaml # 🆕 应急响应+│ │+│ ├── medicine/+│ │ ├── drug_info.yaml # 🆕 药品信息+│ │ ├── drug_interaction.yaml # 🆕 药物相互作用+│ │ ├── treatment_plan.yaml # 🆕 治疗方案+│ │ ├── clinical_pathway.yaml # 🆕 临床路径+│ │ ├── hospital_course.yaml # 🆕 住院病程+│ │ ├── lab_result.yaml # 🆕 检验结果+│ │ ├── discharge_summary.yaml # 🆕 出院小结+│ │ ├── diagnosis_chain.yaml # 🆕 诊断推理链+│ │ └── adverse_event.yaml # 🆕 不良事件+│ │+│ └── tcm/+│ ├── herb_property.yaml # 🆕 中药属性+│ ├── formula_composition.yaml # 🆕 方剂组成+│ ├── syndrome_reasoning.yaml # 🆕 证候推理+│ ├── herb_compatibility.yaml # 🆕 药对配伍+│ ├── meridian_flow.yaml # 🆕 经络循行+│ ├── acupoint_info.yaml # 🆕 穴位信息+│ ├── case_record.yaml # 🆕 医案记录+│ └── processing_method.yaml # 🆕 炮制方法+│+└── IMPLEMENTATION_PLAN.md # 本文档+```++---++## ✅ 检查清单++### 设计检查+- [ ] 是否有真实文档场景?+- [ ] 是否有明确的使用者?+- [ ] 是否有可视化的价值?+- [ ] 是否与现有模板功能重叠?++### YAML 检查+- [ ] 字段定义完整+- [ ] 描述清晰准确+- [ ] 语言支持(中/英)+- [ ] 符合原语类型规范+- [ ] 示例具有代表性++### 文档检查+- [ ] README 已更新+- [ ] 示例代码可用+- [ ] 测试用例覆盖++---++## 📌 备注++本计划将根据实施过程中的反馈持续迭代优化。++**最后更新**: 2026-03-27+**版本**: v1.0diff --git a/hyperextract/templates/presets/general/base_set.yaml b/hyperextract/templates/presets/general/base_set.yamlindex f5a37f8..6642956 100644--- a/hyperextract/templates/presets/general/base_set.yaml+++ b/hyperextract/templates/presets/general/base_set.yaml@@ -2,7 +2,7 @@ language: [zh, en]name: base_settype: set-tags: [general]+tags: [general, set]description:zh: '通用实体集合结构知识模板 - 从任意文本中识别并去重关键实体,汇总为可复用的实体清单。'diff --git a/hyperextract/templates/presets/general/base_spatial_graph.yaml b/hyperextract/templates/presets/general/base_spatial_graph.yamlindex 775314c..3b558d4 100644--- a/hyperextract/templates/presets/general/base_spatial_graph.yaml+++ b/hyperextract/templates/presets/general/base_spatial_graph.yaml@@ -48,7 +48,7 @@ output:description:zh: '关系终点实体,必须对应已提取实体的 name。'en: 'Target entity of the relation, must correspond to the name of an extracted entity.'- - name: relation_type+ - name: typetype: strdescription:zh: '关系类型,用简洁词语概括两个实体之间的连接方式。'@@ -98,7 +98,7 @@ guideline:identifiers:entity_id: name- relation_id: '{source}|{relation_type}|{target}'+ relation_id: '{source}|{type}|{target}|{location}'relation_members:source: sourcetarget: target@@ -109,4 +109,4 @@ options:display:entity_label: '{name} ({type})'- relation_label: '{relation_type}'+ relation_label: '{type}@{location}'diff --git a/hyperextract/templates/presets/general/base_spatio_temporal_graph.yaml b/hyperextract/templates/presets/general/base_spatio_temporal_graph.yamlindex 7b960b8..68268b3 100644--- a/hyperextract/templates/presets/general/base_spatio_temporal_graph.yaml+++ b/hyperextract/templates/presets/general/base_spatio_temporal_graph.yaml@@ -48,12 +48,12 @@ output:description:zh: '关系终点实体,必须对应已提取实体的 name。'en: 'Target entity of the relation, must correspond to the name of an extracted entity.'- - name: event_type+ - name: typetype: strdescription:zh: '关系类型,用简洁词语概括两个实体之间的连接方式。'en: 'Relation type, concisely describing the connection between two entities.'- - name: event_date+ - name: timetype: strdescription:zh: '关系对应的时间;无明确时间时可留空。'@@ -91,12 +91,12 @@ guideline:rules_for_time:zh:- '当前观察日期:{observation_time}'- - 'event_date 是可选字段;仅在文本明确提供时间,或可依据相对时间可靠换算时填写。'+ - 'time 是可选字段;仅在文本明确提供时间,或可依据相对时间可靠换算时填写。'- '若文本给出明确年份,则写为 YYYY;若给出完整日期,则写为 YYYY-MM-DD。'- '无法可靠确定时间时留空。'en:- 'Current observation date: {observation_time}'- - 'event_date is optional; fill in only when the text explicitly provides time or when relative time can be reliably converted.'+ - 'time is optional; fill in only when the text explicitly provides time or when relative time can be reliably converted.'- 'Write years as YYYY; write full dates as YYYY-MM-DD.'- 'Leave empty when time cannot be reliably determined.'rules_for_location:@@ -113,11 +113,11 @@ guideline:identifiers:entity_id: name- relation_id: '{source}|{event_type}|{target}'+ relation_id: '{source}|{type}|{target}|{time}|{location}'relation_members:source: sourcetarget: target- time_field: event_date+ time_field: timelocation_field: locationoptions:@@ -125,4 +125,4 @@ options:display:entity_label: '{name} ({type})'- relation_label: '{event_type}'+ relation_label: '{type}@{location}({time})'diff --git a/hyperextract/templates/presets/general/base_temporal_graph.yaml b/hyperextract/templates/presets/general/base_temporal_graph.yamlindex b47dbd2..43826a1 100644--- a/hyperextract/templates/presets/general/base_temporal_graph.yaml+++ b/hyperextract/templates/presets/general/base_temporal_graph.yaml@@ -48,12 +48,12 @@ output:description:zh: '关系终点实体,必须对应已提取实体的 name。'en: 'Target entity of the relation, must correspond to the name of an extracted entity.'- - name: event_type+ - name: typetype: strdescription:zh: '关系类型,用简洁词语概括两个实体之间的连接方式。'en: 'Relation type, concisely describing the connection between two entities.'- - name: event_date+ - name: timetype: strdescription:zh: '关系对应的时间;无明确时间时可留空。'@@ -85,14 +85,14 @@ guideline:rules_for_time:zh:- '当前观察日期:{observation_time}'- - 'event_date 是可选字段;仅在文本明确提供时间,或可依据相对时间可靠换算时填写。'+ - 'time 是可选字段;仅在文本明确提供时间,或可依据相对时间可靠换算时填写。'- '相对时间以 observation_time 为基准解析,如"去年/今年/明年""昨天/今天/明天""十年前/五年后"。'- '若文本给出明确年份,则写为 YYYY;若给出完整日期,则写为 YYYY-MM-DD;保留文本可确定的最细粒度。'- '若时间只对应关系成立、变化或终止中的某一时点,则记录最直接相关的那个时间。'- '无法可靠确定时间时留空,不要根据常识补写。'en:- 'Current observation date: {observation_time}'- - 'event_date is optional; fill in only when the text explicitly provides time or when relative time can be reliably converted.'+ - 'time is optional; fill in only when the text explicitly provides time or when relative time can be reliably converted.'- 'Parse relative time based on observation_time.'- 'Write years as YYYY; write full dates as YYYY-MM-DD; preserve the finest granularity determinable from the text.'- 'If time corresponds to only one point among establishment, change, or termination, record the most directly relevant time.'@@ -100,15 +100,15 @@ guideline:identifiers:entity_id: name- relation_id: '{source}|{event_type}|{target}'+ relation_id: '{source}|{type}|{target}|{time}'relation_members:source: sourcetarget: target- time_field: event_date+ time_field: timeoptions:extraction_mode: two_stagedisplay:entity_label: '{name} ({type})'- relation_label: '{event_type}'+ relation_label: '{type}@{time}'diff --git a/hyperextract/templates/presets/general/entity_registry.yaml b/hyperextract/templates/presets/general/entity_registry.yamldeleted file mode 100644index bbca877..0000000--- a/hyperextract/templates/presets/general/entity_registry.yaml+++ /dev/null@@ -1,43 +0,0 @@-language: zh-name: entity_registry-type: set-tags: [general]-description:- zh: '实体注册表模板 - 从任意文本中识别并去重关键实体,汇总为可复用的实体清单。'--output:- description:- zh: '去重后的实体列表结果,用于形成基础实体台账。'- fields:- - name: name- type: str- description:- zh: '实体名称,优先使用文本中最稳定、最清晰的称呼。'- - name: category- type: str- description:- zh: '实体类型,如人物、机构、地点、产品、概念、事件、制度、其他。'- - name: description- type: str- description:- zh: '对实体身份、含义或在文本中作用的简要说明。'- required: false- default: ''--guideline:- target:- zh: '你是一位实体识别专家。请从文本中识别具有独立意义的实体,并将重复出现的同一实体合并为一条记录。'- rules:- zh:- - '提取对理解文本内容有意义的实体,如人物、机构、地点、产品、概念、事件、制度等。'- - '同一实体若有简称或别称,应统一为一个名称。'- - '对同一实体进行去重,不要因表述差异重复输出多条。'- - '不要把纯代词、泛称、临时描述短语或无独立指代意义的词语当作实体。'--identifiers:- item_id: name--options: {}--display:- label: namediff --git a/hyperextract/templates/presets/general/graph.yaml b/hyperextract/templates/presets/general/graph.yamldeleted file mode 100644index 150ff0b..0000000--- a/hyperextract/templates/presets/general/graph.yaml+++ /dev/null@@ -1,68 +0,0 @@-language: zh-name: knowledge_graph-type: graph-tags: [general]-description: '通用知识图谱模板 - 从非结构化文本中提取关键实体、实体类型及实体之间的显式关系,适用于新闻、百科、制度和说明类文本的基础结构化建模。'--output:- description: '由实体节点和关系边组成的通用知识图谱结果,用于表达文本中的核心对象及其语义连接。'- entities:- description: '文本中可独立识别、可作为关系端点的实体节点。'- fields:- - name: name- type: str- description: '实体在文本中的标准称呼或最稳定名称。'- - name: type- type: str- description: '实体类别,如人物、地点、组织、物品、概念、事件、制度、技术等。'- - name: description- type: str- description: '对实体身份、含义或在当前文本中作用的简要说明。'- required: false- relations:- description: '实体之间的显式语义关系边。'- fields:- - name: source- type: str- description: '关系起点实体,必须对应已提取实体的 name。'- - name: target- type: str- description: '关系终点实体,必须对应已提取实体的 name。'- - name: type- type: str- description: '关系类型,应使用简洁明确的语义词,如包含、属于、合作、影响、导致、相关等。'- - name: description- type: str- description: '对关系依据、方向或上下文含义的简要说明。'- required: false--guideline:- target:- zh: '你是一位知识抽取与知识图谱构建专家。请基于给定文本识别关键实体,并构建仅由这些实体组成的二元关系图。'- rules_for_entities:- zh:- - '提取对理解文本事实、结构或逻辑有价值的实体,避免无意义的泛称和临时短语。'- - 'name 使用原文中最明确、最稳定的称呼;同一实体在全文中保持命名一致。'- - 'type 需概括实体类别,可使用人物、地点、组织、物品、概念、事件、制度、技术等标签。'- - 'description 用 1 句话概括实体的身份、属性或在文本中的作用;若信息不足可留空。'- rules_for_relations:- zh:- - '仅在文本明确表达两个实体之间存在语义联系时创建关系,不要凭常识补充隐含关系。'- - 'source 和 target 必须直接引用已提取实体的 name,不能新造实体名称。'- - 'type 使用简洁、方向清晰的关系词,如包含、属于、相关、影响、合作、竞争、导致、位于、使用等。'- - 'description 简要说明关系依据、作用方式或上下文;若文本没有额外信息可留空。'- - '避免重复关系;若同一对实体存在多种不同关系,可分别记录。'--identifiers:- entity_id: name- relation_id: '{source}|{target}'- relation_members:- source: source- target: target--options:- extraction_mode: two_stage--display:- entity_label: '{name} ({type})'- relation_label: '{type}'diff --git a/hyperextract/templates/presets/legal/.gitkeep b/hyperextract/templates/presets/legal/.gitkeepnew file mode 100644index 0000000..e69de29diff --git a/hyperextract/templates/presets/legal/adjudication_logic.yaml b/hyperextract/templates/presets/legal/adjudication_logic.yamldeleted file mode 100644index 684bbdf..0000000--- a/hyperextract/templates/presets/legal/adjudication_logic.yaml+++ /dev/null@@ -1,97 +0,0 @@-language: zh-name: adjudication_logic-type: hypergraph-tags: [legal]-description:- zh: '裁判逻辑超图 - 建模法官的推理过程'--output:- description:- zh: '包含裁判要素和推理逻辑的超图结构'- entities:- description:- zh: '提取的裁判要素列表'- fields:- - name: name- type: str- description:- zh: '要素名称'- required: true- default: ''- - name: category- type: str- description:- zh: '要素类型:事实认定、法律依据、裁判结论、主旨、证据、其他'- required: true- default: ''- - name: description- type: str- description:- zh: '简要描述'- required: false- default: ''- relations:- description:- zh: '提取的推理逻辑关系列表'- fields:- - name: logic_type- type: str- description:- zh: '推理类型:事实认定、法律适用、因果认定、责任认定、金额计算、其他'- required: true- default: ''- - name: participants- type: list- description:- zh: '参与要素名称列表,必须使用已提取节点的 name'- required: true- default: ''- - name: reasoning- type: str- description:- zh: '推理过程描述,从事实到结论的逻辑推导'- required: true- default: ''- - name: conclusion- type: str- description:- zh: '推理结论'- required: false- default: ''- - name: source_clause- type: str- description:- zh: '裁判文书的章节位置'- required: false- default: ''--guideline:- target:- zh: '你是一位专业的法律工作者,请从裁判文书中提取裁判要素和裁判逻辑。'- rules_for_entities:- zh:- - '每个节点只能对应一个独立的要素,禁止将多个要素合并为一个节点'- - '要素名称与原文保持一致'- - '提取裁判文书中涉及的要素作为节点'- - '为每个要素指定类型'- - '为每个要素添加简要描述(1-2句话)'- rules_for_relations:- zh:- - '仅从已提取节点中提取边,不要创建新名称'- - '超边必须包含 logic_type, participants, reasoning'- - 'participants 应包含涉及的事实认定、法律依据、裁判结论等要素'- - 'reasoning 描述从事实到结论的逻辑推导过程'- - '要素类型:事实认定(法院认定的案件事实)、法律依据(适用的法律条文、司法解释等)、裁判结论(判决结果或裁定结果)、主旨(裁判的核心观点或要旨)、证据(用于证明事实的证据材料)、其他(不属于上述类别的要素)'- - '推理类型:事实认定(从证据推导出事实)、法律适用(将法律适用于事实)、因果认定(认定行为与结果之间的因果关系)、责任认定(认定责任主体和责任大小)、金额计算(计算赔偿金额或标的金额)、其他(不属于上述类别的推理)'--identifiers:- entity_id: name- relation_id: '{logic_type}_{participants}'- relation_members: participants--options:- extraction_mode: two_stage--display:- entity_label: '{name} ({category})'- relation_label: '[{logic_type}] {conclusion}'