Skip to content

Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.

refactor(templates): 简化多个模板的字段和提示词结构,优化时间处理逻辑

yifanfeng973e2d9df5e6e4
diff --git a/examples/template_finance_demo.py b/examples/template_finance_demo.py
index 175edb4..e08b82e 100644
--- a/examples/template_finance_demo.py
+++ b/examples/template_finance_demo.py
@@ -105,8 +105,8 @@ TEMPLATE_TO_INPUT = {
# TEMPLATE = FilingRiskFactorSet # 风险因子集合
# TEMPLATE = MaterialEventTimeline # 重大事件时间线
# TEMPLATE = SegmentPerformanceList # 业务分部业绩列表
-# TEMPLATE = FinancialDataTemporalGraph # 财务数据时序图
-TEMPLATE = RiskAssessmentGraph # 风险评估图谱
+TEMPLATE = FinancialDataTemporalGraph # 财务数据时序图
+# TEMPLATE = RiskAssessmentGraph # 风险评估图谱
# TEMPLATE = SupplyChainGraph # 供应链图谱
# 股票研究报告
@@ -130,7 +130,7 @@ TEMPLATE = RiskAssessmentGraph # 风险评估图谱
# 金融新闻
# TEMPLATE = MarketSentimentModel # 市场情绪模型
# TEMPLATE = FinancialEventCausalGraph # 金融事件因果图
-TEMPLATE = MultiSourceSentimentHypergraph # 多源情绪超图
+# TEMPLATE = MultiSourceSentimentHypergraph # 多源情绪超图
# TEMPLATE = MarketNarrativeTimeline # 市场叙事时间线
# 自动获取对应的输入文件
diff --git a/examples/template_industry_demo.py b/examples/template_industry_demo.py
index 3b643af..8306d95 100644
--- a/examples/template_industry_demo.py
+++ b/examples/template_industry_demo.py
@@ -106,11 +106,11 @@ TEMPLATE_TO_INPUT = {
# 1. 管理规范 (Management Specifications) - 安全规程、应急预案
# TEMPLATE = SafetyControlGraph # 安全管控图:提取危险源、风险点和管控措施
-TEMPLATE = EmergencyResponseGraph # 应急预案图:提取事故场景、响应动作和部门
+# TEMPLATE = EmergencyResponseGraph # 应急预案图:提取事故场景、响应动作和部门
# 2. 技术规格书 (Technical Specifications) - 设备额定参数、材质标准
# TEMPLATE = SystemTopologyGraph # 系统拓扑图:提取工厂的厂区、系统、子系统、设备等层级结构
-# TEMPLATE = EquipmentTopologyGraph # 设备拓扑图:提取工业设备的实体及其相互连接关系
+TEMPLATE = EquipmentTopologyGraph # 设备拓扑图:提取工业设备的实体及其相互连接关系
# TEMPLATE = SpecParameterTable # 核心规格表:提取额定功率、材质、尺寸精度等关键技术指标
# TEMPLATE = SystemCompatibilityGraph # 系统兼容性超图:提取设备与环境、介质的对应关系
diff --git a/examples/template_tcm_demo.py b/examples/template_tcm_demo.py
index f5e19e5..d87d2f6 100644
--- a/examples/template_tcm_demo.py
+++ b/examples/template_tcm_demo.py
@@ -75,8 +75,8 @@ TEMPLATE_TO_INPUT = {
# TEMPLATE = CompatibilityNet # 七情配伍网络
# 方剂规范
-TEMPLATE = FormulaComposition # 君臣佐使结构图
-# TEMPLATE = FunctionIndicationMap # 主治功效映射
+# TEMPLATE = FormulaComposition # 君臣佐使结构图
+TEMPLATE = FunctionIndicationMap # 主治功效映射
# 经络腧穴专著
# TEMPLATE = MeridianFlowGraph # 经络流注图
diff --git a/hyperextract/templates/zh/finance/financial_data_temporal_graph.py b/hyperextract/templates/zh/finance/financial_data_temporal_graph.py
index b4c14a3..d144472 100644
--- a/hyperextract/templates/zh/finance/financial_data_temporal_graph.py
+++ b/hyperextract/templates/zh/finance/financial_data_temporal_graph.py
@@ -5,6 +5,7 @@
"""
from typing import Optional, Any
+from datetime import datetime
from pydantic import BaseModel, Field
from langchain_core.language_models.chat_models import BaseChatModel
from langchain_core.embeddings import Embeddings
@@ -33,42 +34,24 @@ class FinancialDataEntity(BaseModel):
class FinancialDataEdge(BaseModel):
- """
- 锚定于特定报告期的时序财务关系,将实体与指标、指标与指标关联起来。
- """
+ """锚定于特定报告期的时序财务关系,将实体与指标、指标与指标关联起来。"""
source: str = Field(
- description="报告主体或贡献因素(例如 '苹果公司'、'服务分部')。"
+ description="主体(公司/分部/指标名称)"
)
target: str = Field(
- description="财务指标或会计科目(例如 '营业收入'、'经营利润')。"
+ description="目标(指标/分部/因素名称)"
)
relationship: str = Field(
- description="关系类型:'报告'、'贡献'、'衍生'、'同比变化'、'比率'、'受影响于'。"
+ description="关系类型:'拥有'、'同比变化'、'占比'、'贡献'、'影响'"
)
value: Optional[str] = Field(
None,
- description="报告金额或百分比(例如 '3943亿美元'、'+7.8%'、'45.6%')。",
- )
- unit: Optional[str] = Field(
- None,
- description="金额单位或币种(例如 '百万美元'、'百分比')。",
+ description="数值(如 '3943亿美元'、'+7.8%'、'30%')"
)
fiscal_period: Optional[str] = Field(
None,
- description="财务期间标签(例如 'FY2024'、'Q3 2024'、'截至2024年12月31日的年度')。",
- )
- start_timestamp: Optional[str] = Field(
- None,
- description="报告期开始日期(例如 '2024-01-01'、'2024年1月1日')。",
- )
- end_timestamp: Optional[str] = Field(
- None,
- description="报告期结束日期(例如 '2024-12-31'、'2024年12月31日')。",
- )
- description: Optional[str] = Field(
- None,
- description="补充说明,如对比备注、重述标记或会计处理方式等。",
+ description="财务期间(如 'FY2024'、'Q3 2024')"
)
@@ -115,59 +98,58 @@ _PROMPT = """## 角色与任务
### 源文本:
"""
-_NODE_PROMPT = """## 角色与任务
-你是一位专业的财务分析师,请从文本中提取所有财务实体作为节点。
-
-## 核心概念定义
-- **节点 (Node)**:从文档中提取的实体
+_NODE_PROMPT = """## 角色
+你是专业的财务分析师,从文本中提取财务实体作为节点。
## 提取规则
### 核心约束
-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+1. 每个节点对应一个独立实体
2. 实体名称与原文保持一致
+3. **重要**:提取的节点名称要完整准确,因为边会引用这些名称
-### 领域特定规则
-- 识别申报公司及其子公司或关联方
-- 识别文中提到的业务分部或地理区域
-- 识别财务指标和会计科目(营业收入、净利润、每股收益、总资产等)
-- 识别文中明确提及的影响财务的外部因素(例如 '汇率逆风'、'关税影响')
-- 按类型分类:公司、分部、财务指标、会计科目、外部因素
-- 不要将日期、时间期间或纯数值提取为实体
+### 只提取以下类型的实体:
+- **公司**:申报公司及其重要子公司
+- **分部**:业务分部或区域(具体名称)
+- **财务指标**:关键财务指标(营业收入、净利润、毛利率等)
+- **会计科目**:主要会计科目
+- **外部因素**:影响财务的外部因素
-### 源文本:
-"""
+### 不提取为节点:
+- 日期、时间期间
+- 纯数值
-_EDGE_PROMPT = """## 角色与任务
-你是一位专业的财务分析师,请从给定实体列表中提取所有带时间上下文的财务数据关系。
+### 提取原则
+- 公司名使用完整官方名称(如 '苹果公司' 而非 '苹果')
+- 财务指标使用标准名称(如 '营业收入' 而非 '收入')
+- 避免提取过于通用或抽象的概念
-## 核心概念定义
-- **节点 (Node)**:从文档中提取的实体
-- **边 (Edge)**:节点之间的关系
-- **时间**:财务数据所属的财务期间
-
-## 提取规则
-### 核心约束
-1. 仅从已知实体列表中提取边,不要创建未列出的实体
-2. 关系描述应与原文保持一致
-
-### 领域特定规则
-- 对每个报告数据,连接报告主体/分部与相应的财务指标
-- 每条边必须包含精确数值、单位和财务期间
-- 将同比变化单独提取为边
-- 提取分部贡献
-- 提取文中明确列出的衍生比率
-- 根据财务期间的起止边界赋值时间字段
-
-### 时间解析规则
-当前观察日期: {observation_time}
-
-1. 相对时间解析(基于观察日期):
- - "去年" → {observation_time} 的前一年
- - "FY2024" → 2024财年
-
-2. 精确时间 → 保持原样
-3. 时间缺失 → 留空,不要猜测
+## 源文本:
+"""
+_EDGE_PROMPT = """## 角色
+你是专业的财务分析师,从文本中提取带时间上下文的财务数据关系。
+
+## 核心约束
+1. **source 和 target 都必须是已知实体列表中的节点**
+2. 每个出现的财务数据都必须提取为一条边
+3. 节点名称必须完全匹配
+
+## 关系类型(有区分度的类型)
+- "拥有":公司拥有某分部/子公司
+- "同比变化":同比增加/减少(如 "营收同比增长7.8%")
+- "占比":某指标占某指标的比例(如 "云服务收入占比30%")
+- "贡献":某分部贡献了某指标的多少(如 "华东区贡献收入20%")
+- "影响":外部因素影响了某指标(如 "汇率影响收入-5%")
+
+## 输出格式
+每条边必须包含:
+- source: 主体(节点名称)
+- target: 目标(节点名称)
+- relationship: 关系类型
+- value: 数值(必须)
+- fiscal_period: 财务期间
+
+## 源文本:
"""
# ==============================================================================
@@ -199,7 +181,7 @@ class FinancialDataTemporalGraph(
llm_client: BaseChatModel,
embedder: Embeddings,
*,
- observation_time: str = "2024-01-01",
+ observation_time: str | None = None,
extraction_mode: str = "two_stage",
chunk_size: int = 2048,
chunk_overlap: int = 256,
@@ -213,7 +195,7 @@ class FinancialDataTemporalGraph(
Args:
llm_client (BaseChatModel): 用于财务数据提取的 LLM。
embedder (Embeddings): 用于去重和语义检索的嵌入模型。
- observation_time (str): 用于解析相对时间表达式的参考日期。
+ observation_time (str): 用于解析相对时间表达式的参考日期,未指定时默认为当前日期。
extraction_mode (str): "one_stage" 或 "two_stage"(默认 "two_stage")。
chunk_size (int): 每个文本分块的最大字符数。
chunk_overlap (int): 相邻分块之间的重叠字符数。
@@ -221,6 +203,9 @@ class FinancialDataTemporalGraph(
verbose (bool): 是否启用进度日志。
**kwargs: AutoTemporalGraph 的其他参数。
"""
+ if observation_time is None:
+ observation_time = datetime.now().strftime("%Y-%m-%d")
+
super().__init__(
node_schema=FinancialDataEntity,
edge_schema=FinancialDataEdge,
@@ -228,7 +213,7 @@ class FinancialDataTemporalGraph(
edge_key_extractor=lambda x: (
f"{x.source}|{x.relationship}|{x.target}"
),
- time_in_edge_extractor=lambda x: x.fiscal_period or x.start_timestamp or "",
+ time_in_edge_extractor=lambda x: x.fiscal_period or "",
nodes_in_edge_extractor=lambda x: (x.source, x.target),
llm_client=llm_client,
embedder=embedder,
@@ -266,10 +251,9 @@ class FinancialDataTemporalGraph(
return f"{node.name} ({node.entity_type})"
def edge_label_extractor(edge: FinancialDataEdge) -> str:
- parts = [edge.relationship]
- if edge.value:
- parts.append(edge.value)
- return " ".join(parts)
+ if edge.value is None:
+ return f"{edge.relationship}"
+ return f"{edge.relationship} ({edge.value})"
super().show(
node_label_extractor=node_label_extractor,
diff --git a/hyperextract/templates/zh/finance/financial_event_causal_graph.py b/hyperextract/templates/zh/finance/financial_event_causal_graph.py
index fe60f48..5e4dba8 100644
--- a/hyperextract/templates/zh/finance/financial_event_causal_graph.py
+++ b/hyperextract/templates/zh/finance/financial_event_causal_graph.py
@@ -17,25 +17,33 @@ from hyperextract.types import AutoGraph
class FinancialEventNode(BaseModel):
"""金融事件节点"""
- name: str = Field(description="事件/实体名称")
- type: str = Field(description="类型:事件、政策、经济指标、板块、实体")
- description: str = Field(description="简要描述", default="")
+ name: str = Field(description="实体名称")
+ category: str = Field(
+ description="实体类别:'政策事件'、'市场实体'、'经济指标'"
+ )
+ description: str = Field(
+ description="实体的简要描述"
+ )
class EventCausalEdge(BaseModel):
"""因果关系边"""
- source: str = Field(description="源实体(原因侧的实体)")
- target: str = Field(description="目标实体(结果侧的实体)")
- relation_type: str = Field(description="因果关系类型")
- description: str = Field(description="简要描述", default="")
+ source: str = Field(description="源实体名称")
+ target: str = Field(description="目标实体名称")
+ relation_type: str = Field(
+ description="因果关系类型:推动、促进、带动、抑制、拖累、冲击、利好、利空"
+ )
+ description: str = Field(
+ description="因果关系的详细说明"
+ )
_PROMPT = """## 角色与任务
你是一位专业的宏观策略师,请从文本中提取金融事件及它们之间的因果关系。
## 核心概念定义
-- **节点 (Node)**:金融事件、政策、经济指标、板块、实体
+- **节点 (Node)**:金融事件、政策、经济指标、市场实体
- **边 (Edge)**:因果关系
## 提取规则
@@ -45,15 +53,14 @@ _PROMPT = """## 角色与任务
3. **source 和 target 都必须是已提取的实体节点**
### 实体类型
-- 政策:降准、加息、财政赤字、IPO重启
-- 经济指标:GDP、CPI、PPI、利率、汇率
-- 板块:银行、房地产、科技、消费
-- 实体:具体公司或产品
+- 政策事件:降准、加息、财政政策
+- 市场实体:银行、房地产、科技、消费
+- 经济指标:GDP、CPI、利率、汇率
### 关系类型
-- 政策影响:利好(受益)、利空(受损)
-- 因果传导:导致、引起、推动、促进、抑制、拖累
-- 市场表现:上涨、下跌、增长、下降
+- 推动类:推动、促进、带动
+- 抑制类:抑制、拖累、冲击
+- 影响类:利好、利空
### 源文本:
"""
@@ -62,17 +69,16 @@ _NODE_PROMPT = """## 角色与任务
请从文本中提取金融实体作为节点。
## 核心概念定义
-- **节点 (Node)**:政策、经济指标、板块、实体
+- **节点 (Node)**:政策事件、市场实体、经济指标
## 提取规则
1. 提取所有金融实体
2. 名称与原文保持一致
### 实体类型
-- 政策:降准、加息、财政赤字
-- 经济指标:GDP、CPI、PPI、利率
-- 板块:银行、房地产、科技、消费
-- 实体:具体公司
+- 政策事件:降准、加息、财政政策
+- 市场实体:银行、房地产、科技、消费
+- 经济指标:GDP、CPI、利率
### 源文本:
"""
@@ -87,17 +93,12 @@ _EDGE_PROMPT = """## 角色与任务
### 核心约束
1. 仅从已知实体列表中提取边,不要创建未列出的实体
2. 关系描述应与原文保持一致
+3. **关键**:边的 source 和 target 必须完全使用下方实体列表中的名称
### 关系类型
-- 政策影响:利好(受益)、利空(受损)
-- 因果传导:导致、引起、推动、促进、抑制、拖累
-- 市场表现:上涨、下跌、增长、下降
-
-### 示例
-- (降准, 利好, 银行)
-- (降准, 推动, 房地产)
-- (加息, 利空, 房地产)
-- (GDP增长, 推动, 股市上涨)
+- 推动类:推动、促进、带动
+- 抑制类:抑制、拖累、冲击
+- 影响类:利好、利空
"""
@@ -156,10 +157,10 @@ class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):
top_k_edges_for_chat: int = 3,
):
def node_label_extractor(node: FinancialEventNode) -> str:
- return f"{node.name} ({node.type})"
+ return f"{node.name} ({node.category})"
def edge_label_extractor(edge: EventCausalEdge) -> str:
- return f" {edge.relation_type}"
+ return f"{edge.relation_type}"
super().show(
node_label_extractor=node_label_extractor,
diff --git a/hyperextract/templates/zh/finance/market_narrative_timeline.py b/hyperextract/templates/zh/finance/market_narrative_timeline.py
index 038e42d..11b6e45 100644
--- a/hyperextract/templates/zh/finance/market_narrative_timeline.py
+++ b/hyperextract/templates/zh/finance/market_narrative_timeline.py
@@ -1,95 +1,64 @@
"""市场叙事时间线 - 追踪市场叙事随时间的演变。
-追踪市场叙事和主导主题随时间的演变(例如从"通胀恐惧"转向"软着陆希望"),
-用于主题投资和市场体制识别。
+追踪市场主导叙事和主题随时间的演变(例如从"通胀恐惧"转向"软着陆希望"),
+用于主题投资和市场情绪分析。
"""
from typing import Optional, Any
+from datetime import datetime
from pydantic import BaseModel, Field
from langchain_core.language_models.chat_models import BaseChatModel
from langchain_core.embeddings import Embeddings
from hyperextract.types import AutoTemporalGraph
-# ==============================================================================
-# 1. Schema 定义
-# ==============================================================================
+class NarrativeNode(BaseModel):
+ """市场叙事节点"""
-class NarrativeEntity(BaseModel):
- """
- 参与叙事演变的市场叙事、主题或市场实体。
- """
-
- name: str = Field(
- description='叙事或实体的名称(例如"通胀恐惧"、"软着陆希望"、"标普 500"、"美联储政策")。'
- )
- entity_type: str = Field(
- description='类型:"叙事"、"主题"、"市场指数"、"资产类别"、"政策体制"、"经济阶段"。'
- )
- description: Optional[str] = Field(
- None,
- description='对该叙事或主题的解释。',
+ name: str = Field(description="叙事名称(如'通胀恐惧'、'软着陆希望')。")
+ narrative_type: str = Field(
+ description="叙事类型:'市场情绪'、'投资主题'、'政策预期'、'经济判断'。"
)
+ description: str = Field(description="叙事描述。")
-class NarrativeShiftEdge(BaseModel):
- """
- 具有时间背景的叙事转变或演变事件。
- """
+class NarrativeTransitionEdge(BaseModel):
+ """叙事演变边"""
- source: str = Field(description='先前的叙事或触发实体名称。')
- target: str = Field(description='新兴叙事或受影响实体名称。')
- shift_type: str = Field(
- description='类型:"被替代"、"演变为"、"触发了"、"主导了"、'
- '"共存于"、"被削弱"。'
+ source: str = Field(description="先前叙事名称。")
+ target: str = Field(description="新兴叙事名称。")
+ transition_type: str = Field(
+ description="演变类型:被替代、演变为、触发了、主导了。"
)
- start_timestamp: Optional[str] = Field(
- None,
- description='转变开始时间(例如"2024-03"、"2024年3月"、"2024年第一季度")。',
- )
- end_timestamp: Optional[str] = Field(
- None,
- description='转变完成或新叙事成为主导的时间。',
+ timestamp: str = Field(
+ description="演变时间(如'2024-03'、'2024年Q2')。"
)
catalyst: Optional[str] = Field(
None,
- description='触发转变的事件或数据点(例如"CPI 数据为 2.4%")。',
- )
- market_impact: Optional[str] = Field(
- None,
- description='叙事转变如何影响市场(例如"从价值股轮动到成长股")。',
- )
- description: Optional[str] = Field(
- None,
- description='叙事转变的详细解释。',
+ description="触发演变的事件或数据点。",
)
-# ==============================================================================
-# 2. 提示词 (Prompts)
-# ==============================================================================
-
_PROMPT = """## 角色与任务
-你是一位专业的策略师,请从财经评论中提取市场叙事、主导主题以及它们随时间的演变。
+你是一位专业的策略师,请从财经评论中提取市场叙事以及它们随时间的演变。
## 核心概念定义
-- **节点 (Node)**:从文档中提取的实体
-- **边 (Edge)**:节点之间的关系
-- **时间**:叙事转变发生的日期或时间段
+- **节点 (Node)**:市场叙事,如市场情绪、投资主题、政策预期、经济判断
+- **边 (Edge)**:叙事之间的演变关系
+- **时间**:叙事演变发生的日期或时间段
## 提取规则
### 核心约束
-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
-2. 实体名称与原文保持一致
-3. 仅从已知实体列表中提取边,不要创建未列出的实体
+1. 每个节点只能对应一个独立的叙事,禁止将多个叙事合并为一个节点
+2. 叙事名称与原文保持一致
+3. 仅从已知叙事列表中提取边,不要创建新的叙事
4. 关系描述应与原文保持一致
-### 领域特定规则
-- 识别主导市场叙事和主题(例如'通胀恐惧'、'AI 热潮')
-- 追踪叙事如何转变、替代或演变为新的叙事
-- 提取转变发生的具体日期或时间段
-- 捕捉触发叙事变化的催化剂
-- 记录叙事转变的市场影响
+### 叙事定义
+- 叙事是市场中的"故事"、主题、情绪
+- 叙事不是具体的公司、指数、政策本身
+- 例如:"通胀恐惧"、"软着陆希望"、"AI热潮"、"避险情绪"是叙事
+- 例如:"降准"、"上证指数"、"GDP"不是叙事,是催化剂或指标
### 时间解析规则
当前观察日期: {observation_time}
@@ -101,47 +70,54 @@ _PROMPT = """## 角色与任务
- "近期" → {observation_time} 最近 3 个月
2. 精确时间 → 保持原样
-3. 时间缺失 → 留空,不要猜测
+3. 时间缺失 → 留空
### 源文本:
"""
_NODE_PROMPT = """## 角色与任务
-你是一位专业的策略师,请从文本中提取所有叙事、主题和市场实体作为节点。
+你是一位专业的策略师,请从文本中提取市场叙事作为节点。
## 核心概念定义
-- **节点 (Node)**:从文档中提取的实体
-- **边 (Edge)**:节点之间的关系
+- **节点 (Node)**:市场叙事
## 提取规则
### 核心约束
-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
-2. 实体名称与原文保持一致
+1. 每个节点只能对应一个独立的叙事,禁止将多个叙事合并为一个节点
+2. 叙事名称与原文保持一致
+
+### 叙事定义
+- 叙事是市场中的"故事"、主题、情绪
+- 叙事不是具体的公司、指数、政策本身
+- 例如:"通胀恐惧"、"软着陆希望"、"AI热潮"、"避险情绪"是叙事
-### 领域特定规则
-- 识别主导叙事和投资主题
-- 识别市场指数、资产类别和政策体制
+### 叙事类型
+- 市场情绪:投资者情绪变化
+- 投资主题:主导投资方向
+- 政策预期:对政策走向的判断
+- 经济判断:对经济形势的看法
### 源文本:
"""
_EDGE_PROMPT = """## 角色与任务
-你是一位专业的策略师,请从给定实体列表中提取叙事转变和演变事件。
+你是一位专业的策略师,请从给定叙事列表中提取叙事演变关系。
## 核心概念定义
-- **节点 (Node)**:从文档中提取的实体
-- **边 (Edge)**:节点之间的关系
-- **时间**:叙事转变发生的日期或时间段
+- **节点 (Node)**:市场叙事
+- **边 (Edge)**:叙事之间的演变关系
## 提取规则
### 核心约束
-1. 仅从已知实体列表中提取边,不要创建未列出的实体
-2. 关系描述应与原文保持一致
+1. **关键**:边的 source 和 target 必须完全使用下方叙事列表中的名称,禁止创造新叙事
+2. 仅从已知叙事列表中提取边,不要创建新的叙事
+3. 关系描述应与原文保持一致
-### 领域特定规则
-- 通过叙事的演变连接它们(被替代、演变为等)
-- 提取具体日期或时间段
-- 捕捉催化剂和市场影响
+### 演变类型
+- 被替代:先前叙事被新叙事取代
+- 演变为:先前叙事逐渐变成新叙事
+- 触发了:新叙事因某事件而产生
+- 主导了:新叙事成为市场主导
### 时间解析规则
当前观察日期: {observation_time}
@@ -151,23 +127,19 @@ _EDGE_PROMPT = """## 角色与任务
- "上月" → {observation_time} 的前一个月
2. 精确时间 → 保持原样
-3. 时间缺失 → 留空,不要猜测
+3. 时间缺失 → 留空
"""
-# ==============================================================================
-# 3. 模板类
-# ==============================================================================
-
class MarketNarrativeTimeline(
- AutoTemporalGraph[NarrativeEntity, NarrativeShiftEdge]
+ AutoTemporalGraph[NarrativeNode, NarrativeTransitionEdge]
):
"""
适用文档: 市场评论、宏观策略报告、财经新闻档案、投资展望报告、季度市场回顾。
- 模板用于追踪市场叙事和主导主题随时间的演变。支持主题投资、
- 市场体制识别和叙事动量分析。
+ 模板用于追踪市场主导叙事和主题随时间的演变。支持主题投资、
+ 市场情绪分析和叙事动量研究。
使用示例:
>>> narrative = MarketNarrativeTimeline(llm_client=llm, embedder=embedder)
@@ -181,7 +153,7 @@ class MarketNarrativeTimeline(
llm_client: BaseChatModel,
embedder: Embeddings,
*,
- observation_time: str = "2024-01-01",
+ observation_time: str | None = None,
extraction_mode: str = "two_stage",
chunk_size: int = 2048,
chunk_overlap: int = 256,
@@ -195,7 +167,7 @@ class MarketNarrativeTimeline(
Args:
llm_client (BaseChatModel): 用于叙事提取的 LLM。
embedder (Embeddings): 用于去重的嵌入模型。
- observation_time (str): 用于解析相对日期的参考时间。
+ observation_time (str): 用于解析相对日期的参考时间,未指定时默认为当前日期。
extraction_mode (str): "one_stage" 或 "two_stage"。
chunk_size (int): 每个分块的最大字符数。
chunk_overlap (int): 分块之间的重叠。
@@ -203,14 +175,17 @@ class MarketNarrativeTimeline(
verbose (bool): 是否启用进度日志。
**kwargs: AutoTemporalGraph 的其他参数。
"""
+ if observation_time is None:
+ observation_time = datetime.now().strftime("%Y-%m-%d")
+
super().__init__(
- node_schema=NarrativeEntity,
- edge_schema=NarrativeShiftEdge,
+ node_schema=NarrativeNode,
+ edge_schema=NarrativeTransitionEdge,
node_key_extractor=lambda x: x.name,
edge_key_extractor=lambda x: (
- f"{x.source}|{x.shift_type}|{x.target}"
+ f"{x.source}|{x.transition_type}|{x.target}"
),
- time_in_edge_extractor=lambda x: x.start_timestamp or "",
+ time_in_edge_extractor=lambda x: x.timestamp or "",
nodes_in_edge_extractor=lambda x: (x.source, x.target),
llm_client=llm_client,
embedder=embedder,
@@ -239,17 +214,17 @@ class MarketNarrativeTimeline(
Args:
top_k_nodes_for_search (int): 检索的叙事数。默认 3。
- top_k_edges_for_search (int): 检索的转变数。默认 3。
+ top_k_edges_for_search (int): 检索的演变数。默认 3。
top_k_nodes_for_chat (int): 对话上下文中的叙事数。默认 3。
- top_k_edges_for_chat (int): 对话上下文中的转变数。默认 3。
+ top_k_edges_for_chat (int): 对话上下文中的演变数。默认 3。
"""
- def node_label_extractor(node: NarrativeEntity) -> str:
- return f"{node.name} ({node.entity_type})"
+ def node_label_extractor(node: NarrativeNode) -> str:
+ return f"{node.name} ({node.narrative_type})"
- def edge_label_extractor(edge: NarrativeShiftEdge) -> str:
- date = f" [{edge.start_timestamp}]" if edge.start_timestamp else ""
- return f"{edge.shift_type}{date}"
+ def edge_label_extractor(edge: NarrativeTransitionEdge) -> str:
+ date = f" [{edge.timestamp}]" if edge.timestamp else ""
+ return f"{edge.transition_type}{date}"
super().show(
node_label_extractor=node_label_extractor,
diff --git a/hyperextract/templates/zh/finance/material_event_timeline.py b/hyperextract/templates/zh/finance/material_event_timeline.py
index c475280..edffe3e 100644
--- a/hyperextract/templates/zh/finance/material_event_timeline.py
+++ b/hyperextract/templates/zh/finance/material_event_timeline.py
@@ -5,6 +5,7 @@
"""
from typing import Optional, Any
+from datetime import datetime
from pydantic import BaseModel, Field
from langchain_core.language_models.chat_models import BaseChatModel
from langchain_core.embeddings import Embeddings
@@ -164,7 +165,7 @@ class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEvent
llm_client: BaseChatModel,
embedder: Embeddings,
*,
- observation_time: str = "2024-01-01",
+ observation_time: str | None = None,
extraction_mode: str = "two_stage",
chunk_size: int = 2048,
chunk_overlap: int = 256,
@@ -178,7 +179,7 @@ class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEvent
Args:
llm_client (BaseChatModel): 用于事件提取的 LLM。
embedder (Embeddings): 用于去重的嵌入模型。
- observation_time (str): 用于解析相对日期的参考时间。
+ observation_time (str): 用于解析相对日期的参考时间,未指定时默认为当前日期。
extraction_mode (str): "one_stage" 或 "two_stage"。
chunk_size (int): 每个分块的最大字符数。
chunk_overlap (int): 分块之间的重叠。
@@ -186,6 +187,9 @@ class MaterialEventTimeline(AutoTemporalGraph[MaterialEventEntity, MaterialEvent
verbose (bool): 是否启用进度日志。
**kwargs: AutoTemporalGraph 的其他参数。
"""
+ if observation_time is None:
+ observation_time = datetime.now().strftime("%Y-%m-%d")
+
super().__init__(
node_schema=MaterialEventEntity,
edge_schema=MaterialEventEdge,
diff --git a/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.py b/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.py
index 0626547..a9d6f62 100644
--- a/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.py
+++ b/hyperextract/templates/zh/finance/multi_source_sentiment_hypergraph.py
@@ -207,11 +207,10 @@ class MultiSourceSentimentHypergraph(
"""
def node_label_extractor(node: SentimentSource) -> str:
- signal = f" [{node.sentiment_signal}]" if node.sentiment_signal else ""
- return f"{node.name} ({node.source_type}){signal}"
+ return f"{node.name} ({node.source_type})"
def edge_label_extractor(edge: AggregatedSentiment) -> str:
- return f"[{edge.aggregated_polarity}] {edge.fusion_name}"
+ return f"{edge.fusion_name}"
super().show(
node_label_extractor=node_label_extractor,
diff --git a/hyperextract/templates/zh/industry/failure_case_graph.py b/hyperextract/templates/zh/industry/failure_case_graph.py
index 98249fe..af78521 100644
--- a/hyperextract/templates/zh/industry/failure_case_graph.py
+++ b/hyperextract/templates/zh/industry/failure_case_graph.py
@@ -66,7 +66,6 @@ _EDGE_PROMPT = """## 角色与任务
- 识别从现象到原因的关联
- 识别从原因到措施的关联
- 识别从措施到教训的关联
-- 时序关系:发现 → 分析 → 处理 → 总结
"""
diff --git a/hyperextract/templates/zh/industry/failure_knowledge_hypergraph.py b/hyperextract/templates/zh/industry/failure_knowledge_hypergraph.py
index 7aab92c..72ccc73 100644
--- a/hyperextract/templates/zh/industry/failure_knowledge_hypergraph.py
+++ b/hyperextract/templates/zh/industry/failure_knowledge_hypergraph.py
@@ -143,6 +143,7 @@ class FailureKnowledgeHypergraph(AutoHypergraph[FailureEntity, FailureKnowledgeE
node_schema=FailureEntity,
edge_schema=FailureKnowledgeEdge,
node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.reasoning_type}_{sorted(x.nodes)}",
nodes_in_edge_extractor=lambda x: x.nodes,
llm_client=llm_client,
embedder=embedder,
diff --git a/hyperextract/templates/zh/industry/incident_causality_map.py b/hyperextract/templates/zh/industry/incident_causality_map.py
index 6c36741..101dc30 100644
--- a/hyperextract/templates/zh/industry/incident_causality_map.py
+++ b/hyperextract/templates/zh/industry/incident_causality_map.py
@@ -154,6 +154,7 @@ class IncidentCausalityMap(AutoHypergraph[IncidentEntity, IncidentCausalityEdge]
node_schema=IncidentEntity,
edge_schema=IncidentCausalityEdge,
node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.causality_type}_{sorted(x.nodes)}",
nodes_in_edge_extractor=lambda x: x.nodes,
llm_client=llm_client,
embedder=embedder,
diff --git a/hyperextract/templates/zh/industry/maintenace_operation_map.py b/hyperextract/templates/zh/industry/maintenace_operation_map.py
index 5c45b68..5116a05 100644
--- a/hyperextract/templates/zh/industry/maintenace_operation_map.py
+++ b/hyperextract/templates/zh/industry/maintenace_operation_map.py
@@ -166,6 +166,7 @@ class MaintenaceOperationMap(
node_schema=MaintenanceEntity,
edge_schema=MaintenanceOperationEdge,
node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.operation_name}_{sorted(x.nodes)}",
nodes_in_edge_extractor=lambda x: x.nodes,
llm_client=llm_client,
embedder=embedder,
@@ -202,8 +203,7 @@ class MaintenaceOperationMap(
return f"{node.name} ({node.category})"
def edge_label_extractor(edge: MaintenanceOperationEdge) -> str:
- duration = f" [{edge.duration}]" if edge.duration else ""
- return f"{edge.operation_name}{duration}"
+ return f"{edge.operation_name}"
super().show(
node_label_extractor=node_label_extractor,
diff --git a/hyperextract/templates/zh/industry/safety_timeline.py b/hyperextract/templates/zh/industry/safety_timeline.py
index 77c56af..d020c43 100644
--- a/hyperextract/templates/zh/industry/safety_timeline.py
+++ b/hyperextract/templates/zh/industry/safety_timeline.py
@@ -11,44 +11,22 @@ from hyperextract.types import AutoTemporalGraph
class SafetyTimelineEntity(BaseModel):
- """
- 事故时序图中的实体节点。
- """
+ """事故时序图中的实体节点。"""
- name: str = Field(description="实体名称(例如:操作人员、设备名称、岗位名称)。")
- entity_type: str = Field(
- description="类型:人员、设备、岗位、位置、环境状态。"
- )
- description: Optional[str] = Field(
- None, description="角色或状态描述(例如:操作工、离心泵、现场负责人)。"
- )
+ name: str = Field(description="实体名称")
+ entity_type: str = Field(description="类型:人员、设备、设施等")
+ description: Optional[str] = None
class SafetyTimelineEdge(BaseModel):
- """
- 事故时序图中的时间边。
- """
+ """事故时序图中的时间边。"""
- source: str = Field(description="源实体名称(执行操作的当事人)。")
- target: str = Field(description="目标实体名称(受影响的对象或结果)。")
- action: str = Field(
- description="操作或动作描述(例如:启动设备、巡检、发现异常)。"
- )
- start_timestamp: Optional[str] = Field(
- None,
- description="动作开始时间(例如:'2024-03-15 14:30'、'事故前30分钟')。",
- )
- end_timestamp: Optional[str] = Field(
- None,
- description="动作结束时间(如适用)。",
- )
- location: Optional[str] = Field(
- None, description="发生位置(例如:泵房、配电室、生产车间)。"
- )
- status: Optional[str] = Field(
- None,
- description="状态描述:正常、异常、故障、报警、失控等。",
- )
+ source: str = Field(description="源实体名称")
+ target: str = Field(description="目标实体名称")
+ action: str = Field(description="操作动作")
+ timestamp: Optional[str] = Field(None, description="动作发生时间")
+ location: Optional[str] = Field(None, description="发生位置")
+ status: Optional[str] = Field(None, description="状态描述")
_PROMPT = """## 角色与任务
@@ -71,7 +49,6 @@ _PROMPT = """## 角色与任务
- 识别相关设备(泵、电机、阀门、仪表)
- 识别操作动作(启动、停止、巡检、维修、发现异常)
- 识别环境状态(正常、异常、报警、危险)
-- 按时间顺序排列事件
### 时间解析规则
当前观察日期: {observation_time}
@@ -87,53 +64,43 @@ _PROMPT = """## 角色与任务
### 源文本:
"""
-_NODE_PROMPT = """## 角色与任务
-你是一位工业安全事故调查专家,请从事故调查报告中提取所有参与事故的实体作为节点。
-
-## 核心概念定义
-- **节点 (Node)**:从文档中提取的参与事故的实体
+_NODE_PROMPT = """## 角色
+你是工业安全事故调查专家,从事故调查报告中提取参与事故的实体作为节点。
## 提取规则
### 核心约束
-1. 每个节点只能对应一个独立的实体,禁止将多个实体合并为一个节点
+1. 每个节点对应一个独立实体
2. 实体名称与原文保持一致
-### 领域特定规则
-- 识别事故相关人员(操作工、班组长、安全员、管理人员)
-- 识别相关设备(泵、电机、阀门、仪表)
-- 识别位置(泵房、配电室、生产车间)
-- 识别环境状态实体
+### 提取范围
+- 人员、设备、设施、岗位、位置等
-### 源文本:
+## 源文本:
"""
-_EDGE_PROMPT = """## 角色与任务
-你是一位工业安全事故调查专家,请从已知实体列表中提取事故时间线中的操作动作作为时间边。
-
-## 核心概念定义
-- **节点 (Node)**:从文档中提取的参与事故的实体
-- **边 (Edge)**:时间序列中的操作动作
-- **时间**:操作发生的时间点
-
-## 提取规则
-### 核心约束
-1. 仅从已知实体列表中提取边,不要创建未列出的实体
-2. 关系描述应与原文保持一致
-
-### 领域特定规则
-- 识别操作动作(启动、停止、巡检、维修、发现异常)
-- 提取时间点信息
-- 记录位置和环境状态
-
-### 时间解析规则
-当前观察日期: {observation_time}
-
-1. 相对时间解析(基于观察日期):
- - "事故前30分钟" → {observation_time} 前30分钟
- - "随后" → 接续前一事件
-
-2. 精确时间 → 保持原样
-3. 时间缺失 → 留空,不要猜测
+_EDGE_PROMPT = """## 角色
+你是工业安全事故调查专家,从已知实体列表中提取事故时间线中的操作动作。
+
+## 核心约束
+1. **source 和 target 都必须是已知实体列表中的节点**
+2. 每个操作动作都必须提取为一条边
+3. 节点名称必须完全匹配
+
+## 操作类型
+- 启动、停止、开启、关闭
+- 巡检、检查、排查
+- 维修、检修、保养
+- 发现、识别、报告
+- 操作、使用、触发
+
+## 输出格式
+每条边必须包含:
+- source: 源实体(节点名称)
+- target: 目标实体(节点名称)
+- action: 操作动作
+- timestamp: 动作发生时间
+- location: 发生位置
+- status: 状态
"""
@@ -188,7 +155,7 @@ class SafetyTimeline(AutoTemporalGraph[SafetyTimelineEntity, SafetyTimelineEdge]
edge_key_extractor=lambda x: (
f"{x.source}|{x.action}|{x.target}"
),
- time_in_edge_extractor=lambda x: x.start_timestamp or "",
+ time_in_edge_extractor=lambda x: x.timestamp or "",
nodes_in_edge_extractor=lambda x: (x.source, x.target),
llm_client=llm_client,
embedder=embedder,
@@ -226,7 +193,7 @@ class SafetyTimeline(AutoTemporalGraph[SafetyTimelineEntity, SafetyTimelineEdge]
return f"{node.name} ({node.entity_type})"
def edge_label_extractor(edge: SafetyTimelineEdge) -> str:
- date = f" [{edge.start_timestamp}]" if edge.start_timestamp else ""
+ date = f" [{edge.timestamp}]" if edge.timestamp else ""
return f"{edge.action}{date}"
super().show(
diff --git a/hyperextract/templates/zh/industry/system_compatibility_graph.py b/hyperextract/templates/zh/industry/system_compatibility_graph.py
index 3a8a796..ab4dba9 100644
--- a/hyperextract/templates/zh/industry/system_compatibility_graph.py
+++ b/hyperextract/templates/zh/industry/system_compatibility_graph.py
@@ -152,6 +152,7 @@ class SystemCompatibilityGraph(AutoHypergraph[CompatibilityEntity, Compatibility
node_schema=CompatibilityEntity,
edge_schema=CompatibilityEdge,
node_key_extractor=lambda x: x.name,
+ edge_key_extractor=lambda x: f"{x.compatibility_type}_{sorted(x.nodes)}",
nodes_in_edge_extractor=lambda x: x.nodes,
llm_client=llm_client,
embedder=embedder,