Hypergraph is more powerful. Transform unstructured text into structured knowledge with LLMs. Graphs, hypergraphs, and spatio-temporal extractions — with one command.
feat(finance): 重构金融分析模板,优化实体关系展示
yifanfeng975ddf7b063a75
diff --git a/.gitignore b/.gitignoreindex c82b0b3..96564fe 100644--- a/.gitignore+++ b/.gitignore@@ -1,5 +1,6 @@temp/logs/+.trae/# Byte-compiled / optimized / DLL files__pycache__/diff --git a/examples/template_finance_demo.py b/examples/template_finance_demo.pyindex 335b475..175edb4 100644--- a/examples/template_finance_demo.py+++ b/examples/template_finance_demo.py@@ -42,7 +42,7 @@ from hyperextract.templates.zh.finance import (# 财报电话会议记录EarningsCallSummary,ManagementGuidanceList,- AnalystQAGraph,+ DiscussionGraph,CallSentimentHypergraph,# 金融新闻与市场评论MarketSentimentModel,@@ -86,7 +86,7 @@ TEMPLATE_TO_INPUT = {# 财报电话会议EarningsCallSummary: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",ManagementGuidanceList: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",- AnalystQAGraph: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",+ DiscussionGraph: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",CallSentimentHypergraph: TEST_SAMPLES_ROOT / "earnings_call_transcript_sample.md",# 金融新闻MarketSentimentModel: TEST_SAMPLES_ROOT / "financial_news_sample.md",@@ -124,13 +124,13 @@ TEMPLATE = RiskAssessmentGraph # 风险评估图谱# 财报电话会议# TEMPLATE = EarningsCallSummary # 财报电话会议摘要# TEMPLATE = ManagementGuidanceList # 管理层业绩指引-# TEMPLATE = AnalystQAGraph # 分析师问答图+# TEMPLATE = DiscussionGraph # 分析师问答图# TEMPLATE = CallSentimentHypergraph # 电话会议情绪超图# 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/hyperextract/templates/README.md b/hyperextract/templates/README.mdindex 43eafc1..8c9d6a4 100644--- a/hyperextract/templates/README.md+++ b/hyperextract/templates/README.md@@ -103,7 +103,7 @@ Optimized for complex financial relationships, market sentiment, and temporal ev| :--- | :--- | :--- | :--- || **`EarningsCallSummary`** | `AutoModel` | **Call Overview**. Extracts reported metrics (Revenue, EPS), management guidance, and overall call tone (positive/cautious/negative). | Quarterly review dashboards, consensus tracking || **`ManagementGuidanceList`** | `AutoList` | **Forward Guidance**. Extracts forward-looking statements: projected figures, strategic priorities, and qualitative outlook. | Guidance tracking, expectation management |-| **`AnalystQAGraph`** | `AutoGraph` | **Q&A Interaction Map**. Maps analyst questions to management responses, capturing concerns raised and commitments made. | Analyst focus analysis, commitment tracking |+| **`DiscussionGraph`** | `AutoGraph` | **Earnings Call Discussion Graph**. Extracts entities and their多元 relationships (Q&A, attention, business, financial) from earnings call transcripts. | Analyst focus analysis, Q&A tracking || **`CallSentimentHypergraph`** | `AutoHypergraph` | **Topic-Sentiment Analysis**. Models multi-dimensional sentiment: `{Topic (Revenue/Margin/Guidance), Speaker, Sentiment, Driving Factor}` across the call. | Sentiment-driven trading signals, tone shift detection |* **Financial News & Market Commentary**: News articles, analyst commentaries, and social media posts conveying market sentiment, event impact, and forward-looking opinions about financial instruments or markets.diff --git a/hyperextract/templates/README_ZH.md b/hyperextract/templates/README_ZH.mdindex 7a27c19..9b8da95 100644--- a/hyperextract/templates/README_ZH.md+++ b/hyperextract/templates/README_ZH.md@@ -103,7 +103,7 @@| :--- | :--- | :--- | :--- || **`EarningsCallSummary`** | `AutoModel` | **电话会议概览**。提取核心披露指标(营收、EPS)、管理层指引及整体会议基调(积极/审慎/消极)。 | 季度回顾看板、一致性预期跟踪 || **`ManagementGuidanceList`** | `AutoList` | **前瞻性指引**。提取管理层的前瞻性声明:预期数据、战略优先级及定性展望。 | 业绩指引跟踪、预期差分析 |-| **`AnalystQAGraph`** | `AutoGraph` | **问答互动图谱**。映射分析师提问与管理层回答的对应关系,捕捉被关注的焦点问题及管理层承诺。 | 分析师关注点分析、承诺追踪 |+| **`DiscussionGraph`** | `AutoGraph` | **财报会议讨论图谱**。提取财报会议中讨论的实体及它们之间的多元关系(问答、关注、业务、财务等),支持分析师关注点分析。 | 分析师关注点分析、问答互动追踪 || **`CallSentimentHypergraph`** | `AutoHypergraph` | **话题-情感分析超图**。建模多维情感信号:`{话题(营收/利润率/指引), 发言人, 情感倾向, 驱动因素}` 的复杂关联。 | 情感驱动交易信号、基调变化检测 |* **金融新闻与市场评论 (Financial News & Market Commentary)**:传递市场情绪、事件影响及前瞻性观点的新闻报道、分析师评论及社交媒体帖子。diff --git a/hyperextract/templates/zh/__init__.py b/hyperextract/templates/zh/__init__.pyindex 7ba1dbb..2ef0753 100644--- a/hyperextract/templates/zh/__init__.py+++ b/hyperextract/templates/zh/__init__.py@@ -72,7 +72,7 @@ from .finance import (CompanyHistoryTimeline,EarningsCallSummary,ManagementGuidanceList,- AnalystQAGraph,+ DiscussionGraph,CallSentimentHypergraph,MarketSentimentModel,FinancialEventCausalGraph,@@ -255,7 +255,7 @@ __all__ = ["CompanyHistoryTimeline","EarningsCallSummary","ManagementGuidanceList",- "AnalystQAGraph",+ "DiscussionGraph","CallSentimentHypergraph","MarketSentimentModel","FinancialEventCausalGraph",diff --git a/hyperextract/templates/zh/finance/__init__.py b/hyperextract/templates/zh/finance/__init__.pyindex 68b50b4..1993fda 100644--- a/hyperextract/templates/zh/finance/__init__.py+++ b/hyperextract/templates/zh/finance/__init__.py@@ -30,7 +30,7 @@ from .company_history_timeline import CompanyHistoryTimeline# 财报电话会议记录from .earnings_call_summary import EarningsCallSummaryfrom .management_guidance_list import ManagementGuidanceList-from .analyst_qa_graph import AnalystQAGraph+from .discussion_graph import DiscussionGraphfrom .call_sentiment_hypergraph import CallSentimentHypergraph# 金融新闻与市场评论@@ -62,7 +62,7 @@ __all__ = [# 财报电话会议"EarningsCallSummary","ManagementGuidanceList",- "AnalystQAGraph",+ "DiscussionGraph","CallSentimentHypergraph",# 金融新闻"MarketSentimentModel",diff --git a/hyperextract/templates/zh/finance/analyst_qa_graph.py b/hyperextract/templates/zh/finance/analyst_qa_graph.pydeleted file mode 100644index 339702c..0000000--- a/hyperextract/templates/zh/finance/analyst_qa_graph.py+++ /dev/null@@ -1,218 +0,0 @@-"""分析师问答图谱 - 从财报电话会议中提取分析师与管理层的问答互动。--适用文档: 财报电话会议记录、投资者日问答、年度股东大会问答--功能介绍:- 将分析师问题映射到管理层回答,支持分析师关注点分析、- 承诺跟踪以及识别核心关切。-"""--from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel-from langchain_core.embeddings import Embeddings-from hyperextract.types import AutoGraph---class QAParticipant(BaseModel):- """- 财报电话会议问答环节的参与者。- """-- name: str = Field(description="参与者姓名(例如分析师姓名、CEO、CFO)。")- role: str = Field(- description='角色:"分析师"、"CEO"、"CFO"、"COO"、"CTO"、"IR 负责人"、"其他管理层"。'- )- firm: Optional[str] = Field(- None,- description="所属机构(例如'摩根大通'、'高盛'),适用于分析师。",- )---class QAInteraction(BaseModel):- """- 分析师与管理层之间的问答互动。- """-- source: str = Field(description="提问者姓名(分析师)。")- target: str = Field(description="回答者姓名(管理层)。")- topic: str = Field(- description="问题主题(例如'利润率展望'、'AI 战略'、'资本配置')。"- )- question_summary: str = Field(description="分析师问题的简要概述。")- answer_summary: str = Field(description="管理层回答的简要概述。")- sentiment: Optional[str] = Field(- None,- description="互动基调:'建设性'、'追问式'、'安抚性'、'回避性'、'直接'。",- )- commitment_made: Optional[str] = Field(- None,- description="管理层作出的具体承诺(例如'将在下季度提供更新')。",- )- follow_up: Optional[bool] = Field(- None,- description="分析师是否就同一主题提出了追问。",- )---_PROMPT = """## 角色与任务-你是一位专业的财报电话会议分析师,请从文本中提取分析师与管理层之间的问答互动。--## 核心概念定义-- **节点 (Node)**:从文档中提取的问答参与者-- **边 (Edge)**:节点之间的关系--## 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-4. 关系描述应与原文保持一致--### 领域特定规则-- 识别每位分析师和管理层参与者-- 概述每个问题及其对应的回答-- 捕捉每次互动的主题和基调-- 记录管理层作出的任何承诺-- 跟踪针对同一主题的追问--### 源文本:-"""--_NODE_PROMPT = """## 角色与任务-你是一位专业的财报电话会议分析师,请从文本中提取所有问答参与者作为节点。--## 核心概念定义-- **节点 (Node)**:从文档中提取的问答参与者--## 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--### 提取规则-- 按姓名和所属机构识别分析师-- 按姓名和职务识别管理层参与者--### 源文本:-"""--_EDGE_PROMPT = """## 角色与任务-你是一位专业的财报电话会议分析师,请从给定参与者列表中提取问答互动。--## 核心概念定义-- **节点 (Node)**:从文档中提取的问答参与者-- **边 (Edge)**:节点之间的关系--## 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--### 提取规则-- 将每位分析师的问题连接到管理层的回答-- 简要概述问题和回答-- 捕捉主题、基调和任何承诺--"""--# ==============================================================================-# 3. 模板类-# ==============================================================================---class AnalystQAGraph(AutoGraph[QAParticipant, QAInteraction]):- """- 适用文档: 财报电话会议记录(问答部分)、投资者日问答、- 年度股东大会问答、分析师日活动记录。-- 模板用于将分析师问题映射到管理层回答。支持分析师关注点分析、- 承诺跟踪以及识别分析师群体中的核心关切。-- 使用示例:- >>> qa = AnalystQAGraph(llm_client=llm, embedder=embedder)- >>> transcript = "分析师:能否讨论一下利润率展望?CEO:我们预计利润率将..."- >>> qa.feed_text(transcript)- >>> qa.show()- """-- def __init__(- self,- llm_client: BaseChatModel,- embedder: Embeddings,- *,- extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,- max_workers: int = 10,- verbose: bool = False,- **kwargs: Any,- ):- """- 初始化分析师问答图谱模板。-- Args:- llm_client (BaseChatModel): 用于问答提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- 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。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。- """- super().__init__(- node_schema=QAParticipant,- edge_schema=QAInteraction,- node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}|{x.topic}|{x.target}"- ),- nodes_in_edge_extractor=lambda x: (x.source, x.target),- llm_client=llm_client,- embedder=embedder,- extraction_mode=extraction_mode,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,- prompt=_PROMPT,- prompt_for_node_extraction=_NODE_PROMPT,- prompt_for_edge_extraction=_EDGE_PROMPT,- **kwargs,- )-- def show(- self,- *,- top_k_nodes_for_search: int = 3,- top_k_edges_for_search: int = 3,- top_k_nodes_for_chat: int = 3,- top_k_edges_for_chat: int = 3,- ) -> None:- """- 使用 OntoSight 可视化分析师问答图。-- Args:- top_k_nodes_for_search (int): 检索的参与者数。默认 3。- top_k_edges_for_search (int): 检索的问答互动数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的参与者数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的互动数。默认 3。- """-- def node_label_extractor(node: QAParticipant) -> str:- firm = f" @ {node.firm}" if node.firm else ""- return f"{node.name} ({node.role}{firm})"-- def edge_label_extractor(edge: QAInteraction) -> str:- sentiment = f" [{edge.sentiment}]" if edge.sentiment else ""- return f"{edge.topic}{sentiment}"-- super().show(- node_label_extractor=node_label_extractor,- edge_label_extractor=edge_label_extractor,- top_k_nodes_for_search=top_k_nodes_for_search,- top_k_edges_for_search=top_k_edges_for_search,- top_k_nodes_for_chat=top_k_nodes_for_chat,- top_k_edges_for_chat=top_k_edges_for_chat,- )diff --git a/hyperextract/templates/zh/finance/call_sentiment_hypergraph.py b/hyperextract/templates/zh/finance/call_sentiment_hypergraph.pyindex a429419..b1cea71 100644--- a/hyperextract/templates/zh/finance/call_sentiment_hypergraph.py+++ b/hyperextract/templates/zh/finance/call_sentiment_hypergraph.py@@ -163,7 +163,7 @@ class CallSentimentHypergraph(AutoHypergraph[CallTopic, SentimentCluster]):node_schema=CallTopic,edge_schema=SentimentCluster,node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.cluster_name,+ edge_key_extractor=lambda x: f"{x.cluster_name}|{sorted(x.participating_elements)}",nodes_in_edge_extractor=lambda x: tuple(e for e in x.participating_elements),@@ -202,7 +202,7 @@ class CallSentimentHypergraph(AutoHypergraph[CallTopic, SentimentCluster]):return f"{node.name} [{node.element_type}]"def edge_label_extractor(edge: SentimentCluster) -> str:- return f"[{edge.sentiment_polarity}/{edge.intensity}] {edge.cluster_name}"+ return f"{edge.cluster_name}"super().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/finance/company_history_timeline.py b/hyperextract/templates/zh/finance/company_history_timeline.pyindex fd879de..0f9ed2e 100644--- a/hyperextract/templates/zh/finance/company_history_timeline.py+++ b/hyperextract/templates/zh/finance/company_history_timeline.py@@ -7,172 +7,153 @@支持尽职调查和公司发展历史分析。"""-from typing import Optional, Any-from pydantic import BaseModel, Field-from langchain_core.language_models.chat_models import BaseChatModel+from typing import Any, Optional+from datetime import datetime+from langchain_core.language_models import BaseChatModelfrom langchain_core.embeddings import Embeddings+from pydantic import BaseModel, Fieldfrom hyperextract.types import AutoTemporalGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================+class CompanyEntity(BaseModel):+ """公司实体节点"""-class CorporateEntity(BaseModel):- """- 参与公司历史里程碑的实体。- """-- name: str = Field(- description="实体名称(例如公司名称、创始人、投资者、被收购方)。"- )- entity_type: str = Field(- description='类型:"公司"、"创始人"、"投资者"、"被收购方"、"合作伙伴"、"监管机构"。'- )- description: Optional[str] = Field(- None, description="角色或背景信息(例如'A 轮领投方'、'被收购子公司')。"+ name: str = Field(description="实体名称")+ type: str = Field(+ description="实体类型:公司、创始人、投资机构等")+ description: str = Field(description="简要描述", default="")-class CorporateMilestoneEdge(BaseModel):- """- 带有时间上下文的公司里程碑事件。- """+class CompanyEvent(BaseModel):+ """公司事件边(带时间戳)"""- source: str = Field(description="发起方实体名称。")- target: str = Field(description="受影响的实体或里程碑目标。")- event_type: str = Field(- description='类型:"创立"、"融资轮次"、"收购"、"产品发布"、'- '"IPO"、"战略转型"、"合作"、"扩张"、"重组"、"关键人才引进"。'- )- start_timestamp: Optional[str] = Field(- None,- description="里程碑日期(例如'2015-06'、'2018 年 3 月'、'2020')。",- )- end_timestamp: Optional[str] = Field(- None,- description="结束日期(如适用,例如收购完成日期)。",- )- description: Optional[str] = Field(- None,- description="里程碑详情(例如'红杉资本领投 5000 万美元 B 轮融资')。",+ source: str = Field(description="事件主体/相关实体")+ target: str = Field(description="事件对象/相关实体")+ eventType: str = Field(+ description="事件类型:成立、融资、并购、IPO、裁员、发布产品、管理层变更、股权变更、获得专利、获奖")- financial_details: Optional[str] = Field(- None,- description="财务条款(如有,例如估值、交易规模)。",+ eventDate: Optional[str] = Field(+ description="事件日期,格式为年-月-日或年份", default=None)+ details: str = Field(description="事件详细描述", default="")-# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================-_PROMPT = """## 角色与任务-你是一位专业的尽职调查分析师,请从招股说明书或公司历史文档中提取公司历史里程碑及相关实体。+你是一位专业的公司历史分析师,请从文本中提取公司相关的实体以及里程碑事件。## 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**:里程碑事件发生的日期或时间段+- **节点 (Node)**:与公司历史直接相关的实体(本公司、子公司、创始人、投资机构)+- **边 (Edge)**:公司里程碑事件+- **时间**:事件发生的时间## 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-4. 关系描述应与原文保持一致--### 领域特定规则-- 识别创立事件、融资轮次、收购、战略转型和关键人才引进-- 提取每个里程碑的具体日期或时间段-- 捕捉财务细节(估值、交易规模)(如有提及)-- 保持时间顺序的准确性+### 节点提取规则+1. 仅提取与公司历史直接相关的核心实体+2. 重点关注:本公司、子公司、创始人、投资机构++### 事件提取规则+1. 仅从提取的实体中创建事件边+2. 每条边必须连接已提取的节点+3. 时间信息为可选,仅在文本中明确提及时才提取+4. **source 和 target 只能是单个实体,不能是多个实体的拼接**+5. 如果多个主体参与同一事件,应为每个主体创建独立的边+ - 例如:"A和B共同创立了C" → 创建两条边:(A, 创立, C) 和 (B, 创立, C)++### 事件类型+- 成立:公司成立+- 融资:种子轮、A轮、B轮、C轮、D轮、战略投资+- 并购:收购或被收购+- IPO:上市+- 裁员:人员优化、人员缩减+- 发布产品:新品发布、产品上线+- 管理层变更:CEO、CTO、COO等高管变动+- 股权变更:股权结构调整、增持、减持+- 获得专利:专利获批+- 获奖:行业奖项### 时间解析规则-当前观察日期: {observation_time}+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} 前一年+ - "今年" → {observation_time} 所属年份+ - "明年" → {observation_time} 后一年+ - "五年前" → {observation_time} 前五年+ - "最近" → {observation_time} 前1年-1. 相对时间解析(基于观察日期):- - "去年" → {observation_time} 的前一年- - "上月" → {observation_time} 的前一个月- - "本季度" → {observation_time} 所在季度- - "近期" → {observation_time} 最近 3 个月+2. 明确日期:保持原格式+ - 年份(如 2015年)→ 2015+ - 年-月-日 → 保持原格式-2. 精确时间 → 保持原样-3. 时间缺失 → 留空,不要猜测+3. 缺失时间:留空### 源文本:"""_NODE_PROMPT = """## 角色与任务-你是一位专业的尽职调查分析师,请从文本中提取公司历史中涉及的所有实体作为节点。+请从文本中提取公司历史相关的实体作为节点。## 核心概念定义-- **节点 (Node)**:从文档中提取的实体+- **节点 (Node)**:与公司历史直接相关的实体## 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. 仅提取与公司历史直接相关的核心实体+2. 重点关注:本公司、子公司、创始人、投资机构+3. 谨慎提取:其他实体除非与重大里程碑事件相关-### 领域特定规则-- 识别公司、创始人、投资者、被收购公司和合作伙伴-- 按类型对每个实体进行分类+### 实体类型(优先提取)+- 公司:本公司的主体名称+- 创始人:公司的创始团队成员+- 投资机构:VC、PE等投资方### 源文本:"""_EDGE_PROMPT = """## 角色与任务-你是一位专业的尽职调查分析师,请从给定实体列表中提取带有日期的公司里程碑。+请从已知实体列表中提取公司里程碑事件。## 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**:里程碑事件发生的日期或时间段+- **边 (Edge)**:公司里程碑事件+- **时间**:事件发生的时间-## 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-- 通过里程碑事件连接实体-- 提取具体日期或时间段-- 捕捉财务细节(交易规模、估值)-- 按类型对每个里程碑进行分类+### 事件类型+- 成立、融资、并购、IPO、裁员、发布产品、管理层变更等### 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- - "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--### 源文本:+当前观察日期:{observation_time}++1. 相对时间解析:+ - "去年" → {observation_time} 前一年+ - "今年" → {observation_time} 所属年份+ - "五年前" → {observation_time} 前五年++2. 明确日期:保持原格式+3. 缺失时间:留空++### 约束条件+1. 仅从已知实体列表中提取事件+2. 不要创建未列出的实体+3. 时间信息为可选,仅在文本中明确提及时才提取+4. **source 和 target 只能是单个实体,不能是多个实体的拼接**+5. 如果多个主体参与同一事件,应为每个主体创建独立的边+ - 例如:"A和B共同创立了C" → 创建两条边:(A, 创立, C) 和 (B, 创立, C)+ - 例如:"红杉资本、IDG投资了该公司" → 创建两条边:(红杉资本, 投资, 该公司) 和 (IDG, 投资, 该公司)"""-# ==============================================================================-# 3. 模板类-# ==============================================================================--class CompanyHistoryTimeline(- AutoTemporalGraph[CorporateEntity, CorporateMilestoneEdge]-):+class CompanyHistoryTimeline(AutoTemporalGraph[CompanyEntity, CompanyEvent]):"""- 适用文档: S-1 招股说明书(业务部分)、公司简介页面、- 尽职调查报告、公司历史摘要、投资者演示材料。+ 适用文档: S-1 招股说明书、公司简介页面、尽职调查报告、公司历史摘要- 模板用于从招股说明书和公司历史中按时间顺序提取公司里程碑。支持尽职调查- 时间线构建和企业演进跟踪。+ 功能介绍:+ 按时间顺序提取公司创立、融资轮次、收购、IPO 等里程碑事件,+ 支持尽职调查和公司发展历史分析。- 使用示例:- >>> history = CompanyHistoryTimeline(llm_client=llm, embedder=embedder)- >>> text = "公司于 2015 年由张三创立。2017 年完成 1000 万美元 A 轮融资..."- >>> history.feed_text(text)- >>> history.show()+ Example:+ >>> template = CompanyHistoryTimeline(llm_client=llm, embedder=embedder)+ >>> template.feed_text("公司于2015年成立,2018年完成A轮融资,2020年IPO上市...")+ >>> template.show()"""def __init__(@@ -180,10 +161,8 @@ class CompanyHistoryTimeline(llm_client: BaseChatModel,embedder: Embeddings,*,- observation_time: str = "2024-01-01",extraction_mode: str = "two_stage",- chunk_size: int = 2048,- chunk_overlap: int = 256,+ observation_time: str | None = None,max_workers: int = 10,verbose: bool = False,**kwargs: Any,@@ -192,36 +171,35 @@ class CompanyHistoryTimeline(初始化公司历史时间线模板。Args:- llm_client (BaseChatModel): 用于里程碑提取的 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。- 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。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoTemporalGraph 的其他参数。+ llm_client: LLM 客户端,用于知识提取+ embedder: 嵌入模型,用于语义检索+ extraction_mode: 提取模式,可选 "one_stage"(同时提取节点和边)+ 或 "two_stage"(先提取节点,再提取边),默认为 "two_stage"+ observation_time: 观察时间,用于解析相对时间表达,+ 如未指定则使用当前日期+ max_workers: 最大工作线程数,默认为 10+ verbose: 是否输出详细日志,默认为 False+ **kwargs: 其他技术参数,传递给基类"""+ if observation_time is None:+ observation_time = datetime.now().strftime("%Y-%m-%d")+super().__init__(- node_schema=CorporateEntity,- edge_schema=CorporateMilestoneEdge,+ node_schema=CompanyEntity,+ edge_schema=CompanyEvent,node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}|{x.event_type}|{x.target}"- ),- time_in_edge_extractor=lambda x: x.start_timestamp or "",+ edge_key_extractor=lambda x: f"{x.source}|{x.eventType}|{x.details}",+ time_in_edge_extractor=lambda x: x.eventDate or "",nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,observation_time=observation_time,extraction_mode=extraction_mode,+ max_workers=max_workers,+ verbose=verbose,prompt=_PROMPT,prompt_for_node_extraction=_NODE_PROMPT,prompt_for_edge_extraction=_EDGE_PROMPT,- chunk_size=chunk_size,- chunk_overlap=chunk_overlap,- max_workers=max_workers,- verbose=verbose,**kwargs,)@@ -232,23 +210,24 @@ class CompanyHistoryTimeline(top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化公司历史时间线。+ 展示公司历史时间线。Args:- top_k_nodes_for_search (int): 检索的实体数。默认 3。- top_k_edges_for_search (int): 检索的里程碑数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的里程碑数。默认 3。+ top_k_nodes_for_search: 语义检索返回的节点数量,默认为 3+ top_k_edges_for_search: 语义检索返回的边数量,默认为 3+ top_k_nodes_for_chat: 问答使用的节点数量,默认为 3+ top_k_edges_for_chat: 问答使用的边数量,默认为 3"""- def node_label_extractor(node: CorporateEntity) -> str:- return f"{node.name} ({node.entity_type})"+ def node_label_extractor(node: CompanyEntity) -> str:+ return f"{node.name} ({node.type})"- def edge_label_extractor(edge: CorporateMilestoneEdge) -> str:- date = f" [{edge.start_timestamp}]" if edge.start_timestamp else ""- return f"{edge.event_type}{date}"+ def edge_label_extractor(edge: CompanyEvent) -> str:+ if edge.eventDate:+ return f"{edge.eventType} ({edge.eventDate})"+ return f"{edge.eventType}"super().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/finance/discussion_graph.py b/hyperextract/templates/zh/finance/discussion_graph.pynew file mode 100644index 0000000..42bbf70--- /dev/null+++ b/hyperextract/templates/zh/finance/discussion_graph.py@@ -0,0 +1,191 @@+"""财报会议讨论图谱 - 从财报电话会议中提取实体及关系。++适用文档: 财报电话会议记录、投资者日问答、年度股东大会问答++功能介绍:+ 提取财报会议中讨论的实体以及它们之间的关系,+ 核心是参会人员(分析师、管理层),被提到的实体为辅助。+"""++from typing import Any+from pydantic import BaseModel, Field+from langchain_core.language_models.chat_models import BaseChatModel+from langchain_core.embeddings import Embeddings+from hyperextract.types import AutoGraph+++class DiscussionEntity(BaseModel):+ """讨论中的实体"""++ name: str = Field(description="实体名称")+ type: str = Field(description="实体类型:参会人员、公司、产品、指标、行业")+ description: str = Field(description="实体描述/说明", default="")+++class DiscussionRelation(BaseModel):+ """实体之间的关系"""++ source: str = Field(description="源实体")+ target: str = Field(description="目标实体")+ relation_type: str = Field(description="关系类型")+ description: str = Field(description="简要描述", default="")+++_PROMPT = """## 角色与任务+你是一位专业的财报会议分析师,请从文本中提取讨论中出现的实体以及它们之间的关系。++## 核心概念定义+- **节点 (Node)**:讨论中出现的实体+- **边 (Edge)**:实体之间的关系++## 提取规则+### 核心约束+1. 每个节点只能对应一个独立的实体+2. 实体名称与原文保持一致+3. **参会人员是核心,必须提取**++### 实体类型+- 参会人员:分析师、管理层(CEO、CFO等)+- 公司、产品、指标、行业等++### 关系类型+- 参会人员之间:提问、回答、追问、澄清、反问等+- 参会人员 ↔ 其他实体:提问关于、回答关于、看好、看衰、担忧、质疑、主导、负责等+- 其他实体之间:竞争、合作、增长、下降等++### 源文本:+"""++_NODE_PROMPT = """## 角色与任务+请从文本中提取讨论中出现的实体作为节点。++## 核心概念定义+- **节点 (Node)**:讨论中出现的实体++## 提取规则+### 核心约束+1. 每个节点只能对应一个独立的实体,禁止将其合并为一个节点+2. 实体名称与原文保持一致++### 实体类型+- 参会人员:分析师、管理层(CEO、CFO等)+- 公司、产品、指标、行业++### 源文本:+"""++_EDGE_PROMPT = """## 角色与任务+请从已知实体列表中提取实体之间的关系。++## 核心概念定义+- **边 (Edge)**:实体之间的关系,可以是参会人之间的关系、参会人与提到的实体之间的关系、或者实体之间的关系++## 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++### 关系类型+- 参会人员之间:提问、回答、追问、澄清、反问等+- 参会人员 ↔ 其他实体:提问关于、回答关于、看好、看衰、担忧、质疑、主导、负责等+- 其他实体之间:竞争、合作、增长、下降等++### 示例+- (分析师A, 提问, 营收指标)+- (CEO, 回答, 营收指标)+- (CFO, 澄清, 毛利率)+- (实体A, 竞争, 实体B)+++"""+++class DiscussionGraph(AutoGraph[DiscussionEntity, DiscussionRelation]):+ """+ 适用文档: 财报电话会议记录、投资者日问答、年度股东大会问答++ 功能介绍:+ 提取财报会议中讨论的实体以及它们之间的关系。++ Example:+ >>> graph = DiscussionGraph(llm_client=llm, embedder=embedder)+ >>> graph.feed_text("分析师:关于AI业务前景?CEO:我们预计AI收入将增长...")+ >>> graph.show()+ """++ def __init__(+ self,+ llm_client: BaseChatModel,+ embedder: Embeddings,+ *,+ extraction_mode: str = "two_stage",+ chunk_size: int = 2048,+ chunk_overlap: int = 256,+ max_workers: int = 10,+ verbose: bool = False,+ **kwargs: Any,+ ):+ """+ 初始化财报会议讨论图谱模板。++ Args:+ llm_client: LLM 客户端+ embedder: 嵌入模型+ extraction_mode: 提取模式+ chunk_size: 分块大小+ chunk_overlap: 分块重叠+ max_workers: 并行工作数+ verbose: 详细日志+ **kwargs: 其他参数+ """+ super().__init__(+ node_schema=DiscussionEntity,+ edge_schema=DiscussionRelation,+ node_key_extractor=lambda x: x.name,+ edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",+ nodes_in_edge_extractor=lambda x: (x.source, x.target),+ llm_client=llm_client,+ embedder=embedder,+ extraction_mode=extraction_mode,+ chunk_size=chunk_size,+ chunk_overlap=chunk_overlap,+ max_workers=max_workers,+ verbose=verbose,+ prompt=_PROMPT,+ prompt_for_node_extraction=_NODE_PROMPT,+ prompt_for_edge_extraction=_EDGE_PROMPT,+ **kwargs,+ )++ def show(+ self,+ *,+ top_k_nodes_for_search: int = 3,+ top_k_edges_for_search: int = 3,+ top_k_nodes_for_chat: int = 3,+ top_k_edges_for_chat: int = 3,+ ):+ """+ 展示讨论图谱。++ Args:+ top_k_nodes_for_search: 语义检索返回的节点数量+ top_k_edges_for_search: 语义检索返回的边数量+ top_k_nodes_for_chat: 问答使用的节点数量+ top_k_edges_for_chat: 问答使用的边数量+ """++ def node_label_extractor(node: DiscussionEntity) -> str:+ return f"{node.name} ({node.type})"++ def edge_label_extractor(edge: DiscussionRelation) -> str:+ return edge.relation_type++ super().show(+ node_label_extractor=node_label_extractor,+ edge_label_extractor=edge_label_extractor,+ top_k_nodes_for_search=top_k_nodes_for_search,+ top_k_edges_for_search=top_k_edges_for_search,+ top_k_nodes_for_chat=top_k_nodes_for_chat,+ top_k_edges_for_chat=top_k_edges_for_chat,+ )diff --git a/hyperextract/templates/zh/finance/earnings_call_summary.py b/hyperextract/templates/zh/finance/earnings_call_summary.pyindex 7da435f..345b5fc 100644--- a/hyperextract/templates/zh/finance/earnings_call_summary.py+++ b/hyperextract/templates/zh/finance/earnings_call_summary.py@@ -161,6 +161,6 @@ class EarningsCallSummary(AutoModel[EarningsCallSummarySchema]):"""def label_extractor(data: EarningsCallSummarySchema) -> str:- return f"{data.company_name or ''} ({data.ticker or ''}) - {data.quarter or ''}"+ return f"{data.company_name or ''} - {data.quarter or ''}"super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/zh/finance/factor_influence_hypergraph.py b/hyperextract/templates/zh/finance/factor_influence_hypergraph.pyindex ec57750..c423a72 100644--- a/hyperextract/templates/zh/finance/factor_influence_hypergraph.py+++ b/hyperextract/templates/zh/finance/factor_influence_hypergraph.py@@ -1,131 +1,122 @@"""因子影响超图 - 建模股票分析中的多因子关系。将宏观因素、行业趋势和公司指标之间的复杂关系建模为-同时连接多个因子的超边。+同时连接多个因子的超边,节点是因子,超边是结果。"""-from typing import Optional, List, Any+from typing import Any, Listfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoHypergraph-class InvestmentFactor(BaseModel):- """- 多因子投资分析中的一个因子。- """+class FactorNode(BaseModel):+ """因子节点"""- name: str = Field(- description="因子名称(例如 'GDP 增长'、'半导体周期'、'云计算收入')。"- )- factor_level: str = Field(description="层级:'宏观'、'行业'、'公司'、'技术面'。")- current_reading: Optional[str] = Field(- None,- description="当前值或状态(例如 '同比 3.2%'、'上升周期'、'加速增长')。",- )- description: Optional[str] = Field(None, description="该因子重要性的说明。")+ name: str = Field(description="因子名称")+ category: str = Field(description="因子类别:宏观、行业、公司、市场情绪")+ description: str = Field(description="因子描述/说明", default="")-class FactorInteraction(BaseModel):- """- 多因子交互关系,多个因子共同影响一个结果。- """+class FactorResult(BaseModel):+ """因子结果超边"""- interaction_name: str = Field(- description="交互关系的描述性名称(例如 'AI 资本支出乘数效应'、'利率敏感型轮动')。"- )- participating_factors: List[str] = Field(- description="参与此交互关系的所有因子名称。"- )- interaction_type: str = Field(- description="类型:'增强型'、'抵消型'、'条件型'、'级联型'、'阈值型'。"- )- outcome: str = Field(- description="综合结果或效应(例如 '云计算公司收入增长加速')。"- )- mechanism: Optional[str] = Field(- None,- description="各因子如何相互作用产生该结果的机制。",- )- confidence: Optional[str] = Field(- None,- description="分析师对此交互关系的确信度:'高'、'中等'、'低'。",+ result: str = Field(+ description="结果/影响,如'业绩下滑'、'估值提升'、'价格上涨',不超过10字")+ factors: List[str] = Field(description="导致该结果的因子列表(至少2个)")+ description: str = Field(description="详细描述", default="")_PROMPT = """## 角色与任务-你是一位专业的量化基本面研究分析师,请从研究报告中提取投资因子及其多因子交互关系。+你是一位专业的金融多因子分析师,请从文本中提取因子(作为节点)和因子导致的结果(作为超边)。## 核心概念定义-- **节点 (Node)**:从文档中提取的投资因子-- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系+- **节点 (Node)**:从文档中提取的因子实体+- **超边 (Edge)**:由多个因子共同导致的结果## 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--### 领域特定规则-- 识别宏观、行业和公司层面的因子-- 提取多个因子共同产生结果的复杂交互关系-- 超边连接所有参与因子,而非仅成对连接-- 捕获每个交互关系的机制和结果+1. 每个节点只能对应一个独立的因子,禁止将多个因子合并为一个节点+2. 因子名称与原文保持一致+3. 每条超边必须连接2个或以上因子+4. **优先提取包含3个及以上因子的超边**++### 因子类别+- 宏观:GDP增速、CPI、PPI、利率、汇率等+- 行业:景气度、政策、供需格局等+- 公司:营收、ROE、PE、净利润等+- 市场情绪:资金流向、风险偏好等++### 结果类型+- 业绩类:业绩下滑、业绩增长、盈利提升等+- 估值类:估值提升、估值承压、市值增长等+- 价格类:价格上涨、股价下跌、成本上升等+- 需求类:需求旺盛、需求疲软、订单增加等### 源文本:"""_NODE_PROMPT = """## 角色与任务-你是一位专业的量化基本面研究分析师,请从文本中提取所有投资因子作为节点。+你是一位专业的金融因子分析师,请从文本中提取所有因子作为节点。## 核心概念定义-- **节点 (Node)**:从文档中提取的投资因子+- **节点 (Node)**:从文档中提取的因子实体## 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因子,禁止将多个因子合并为一个节点+2. 因子名称与原文保持一致-### 提取规则-- 识别宏观指标、行业指标和公司关键绩效指标-- 捕获当前值或读数-- 按层级对每个因子进行分类+### 因子类别+- 宏观:GDP、CPI、利率、汇率等+- 行业:景气度、政策、供需等+- 公司:营收、ROE、PE等+- 市场情绪:资金流向、风险偏好等### 源文本:"""_EDGE_PROMPT = """## 角色与任务-你是一位专业的量化基本面研究分析师,请从给定因子列表中提取多因子交互关系。+你是一位专业的金融多因子分析师,请从已知因子列表中提取因子导致的结果。## 核心概念定义-- **节点 (Node)**:从文档中提取的投资因子-- **边 (Edge)**:连接多个节点的超边,表达多个实体间的复杂关联关系+- **节点 (Node)**:从文档中提取的因子实体+- **超边 (Edge)**:由多个因子共同导致的结果## 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. 仅从已知因子列表中提取超边,不要创建未列出的因子+2. 每条超边必须连接至少2个因子+3. 优先提取包含3个及以上因子的超边+4. 结果描述不超过10字-### 提取规则-- 每条超边应连接 2 个或更多因子-- 描述交互机制和结果-- 对交互类型进行分类+### 结果类型+- 业绩类:业绩下滑、业绩增长、盈利提升+- 估值类:估值提升、估值承压、市值增长+- 价格类:价格上涨、股价下跌、成本上升+- 需求类:需求旺盛、需求疲软+### 已知因子列表:+{node_context}++### 源文本:"""-class FactorInfluenceHypergraph(AutoHypergraph[InvestmentFactor, FactorInteraction]):+class FactorInfluenceHypergraph(AutoHypergraph[FactorNode, FactorResult]):"""- 适用文档: 多因子研究报告、量化基本面分析、宏观策略笔记、跨资产研究、因子归因研究。+ 适用文档: 股票分析报告、券商研报、财报解读- 模板用于建模股票分析中的复杂多因子关系。使用超边捕获多个因子共同影响结果的- 交互关系,超越简单的成对关系。+ 功能介绍:+ 将宏观因素、行业趋势和公司指标(作为节点)与它们导致的结果(作为超边)+ 建模为超图结构。- 使用示例:- >>> factors = FactorInfluenceHypergraph(llm_client=llm, embedder=embedder)- >>> report = "利率上升叠加强劲 GDP 和 AI 资本支出,推动向优质成长股轮动..."- >>> factors.feed_text(report)- >>> factors.show()+ Example:+ >>> template = FactorInfluenceHypergraph(llm_client=llm, embedder=embedder)+ >>> template.feed_text("受宏观利率上行和行业景气度下行影响,公司净利润下降...")+ >>> template.show()"""def __init__(@@ -144,23 +135,21 @@ class FactorInfluenceHypergraph(AutoHypergraph[InvestmentFactor, FactorInteracti初始化因子影响超图模板。Args:- llm_client (BaseChatModel): 用于因子提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- 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。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoHypergraph 的其他参数。+ llm_client: LLM 客户端,用于知识提取+ embedder: 嵌入模型,用于语义检索+ extraction_mode: 提取模式,可选 "one_stage" 或 "two_stage",默认为 "two_stage"+ chunk_size: 每个分块的最大字符数,默认为 2048+ chunk_overlap: 分块之间的重叠字符数,默认为 256+ max_workers: 并行处理工作线程数,默认为 10+ verbose: 是否启用进度日志,默认为 False+ **kwargs: 其他技术参数"""super().__init__(- node_schema=InvestmentFactor,- edge_schema=FactorInteraction,+ node_schema=FactorNode,+ edge_schema=FactorResult,node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: x.interaction_name,- nodes_in_edge_extractor=lambda x: tuple(- f for f in x.participating_factors- ),+ edge_key_extractor=lambda x: f"{x.result}_{'_'.join(sorted(x.factors))}",+ nodes_in_edge_extractor=lambda x: tuple(x.factors),llm_client=llm_client,embedder=embedder,extraction_mode=extraction_mode,@@ -181,23 +170,22 @@ class FactorInfluenceHypergraph(AutoHypergraph[InvestmentFactor, FactorInteractitop_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:+ ):"""- 使用 OntoSight 可视化因子影响超图。+ 展示因子影响超图。Args:- top_k_nodes_for_search (int): 检索的因子数。默认 3。- top_k_edges_for_search (int): 检索的交互关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的因子数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的交互关系数。默认 3。+ top_k_nodes_for_search: 语义检索返回的节点数量+ top_k_edges_for_search: 语义检索返回的边数量+ top_k_nodes_for_chat: 问答使用的节点数量+ top_k_edges_for_chat: 问答使用的边数量"""- def node_label_extractor(node: InvestmentFactor) -> str:- reading = f": {node.current_reading}" if node.current_reading else ""- return f"{node.name} [{node.factor_level}]{reading}"+ def node_label_extractor(node: FactorNode) -> str:+ return f"{node.name} ({node.category})"- def edge_label_extractor(edge: FactorInteraction) -> str:- return f"[{edge.interaction_type}] {edge.interaction_name}"+ def edge_label_extractor(edge: FactorResult) -> str:+ return f"{edge.result}"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.pyindex 2873f3b..fe60f48 100644--- a/hyperextract/templates/zh/finance/financial_event_causal_graph.py+++ b/hyperextract/templates/zh/finance/financial_event_causal_graph.py@@ -1,149 +1,118 @@"""金融事件因果图谱 - 将金融事件映射到市场反应。-将金融事件映射到受影响的实体和下游市场反应-(例如"美联储加息 -> 银行板块上涨 -> 债券收益率上升"),用于事件驱动策略。+适用文档: 财经新闻文章、市场评论、宏观策略报告、经济数据发布++功能介绍:+ 将金融事件映射到受影响的实体和下游市场反应,+ 支持事件驱动策略开发和宏观影响分析。"""-from typing import Optional, Any+from typing import Anyfrom pydantic import BaseModel, Fieldfrom langchain_core.language_models.chat_models import BaseChatModelfrom langchain_core.embeddings import Embeddingsfrom hyperextract.types import AutoGraph-# ==============================================================================-# 1. Schema 定义-# ==============================================================================-class FinancialEventNode(BaseModel):- """- 事件链中的金融事件、市场实体或市场反应。- """+ """金融事件节点"""- name: str = Field(- description='事件或实体的名称(例如"美联储加息"、"银行板块"、"美元走强")。'- )- node_type: str = Field(- description='类型:"事件"、"实体"、"市场反应"、"政策"、"经济指标"、"板块"。'- )- description: Optional[str] = Field(- None,- description='关于该事件/实体的背景或详细信息。',- )+ 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="")class EventCausalEdge(BaseModel):- """- 从金融事件到市场反应的因果关系。- """+ """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='原因事件或实体名称。')- target: str = Field(description='结果或下游反应名称。')- causal_mechanism: str = Field(- description='原因如何导致目标效果'- '(例如"更高利率降低借贷成本敏感性")。'- )- direction: str = Field(- description='影响方向:"正面"、"负面"、"不确定"。'- )- magnitude: Optional[str] = Field(- None,- description='陈述或隐含的幅度(例如"标普 500 上涨 2%"、"50 个基点的影响")。',- )- timing: Optional[str] = Field(- None,- description='反应时间:"即时"、"当日"、"多日"、"滞后"。',- )- confidence: Optional[str] = Field(- None,- description='因果关系的置信度:"已确立"、"可能"、"推测性"。',- )---# ==============================================================================-# 2. 提示词 (Prompts)-# ==============================================================================_PROMPT = """## 角色与任务-你是一位专业的宏观策略师和财经新闻分析师,请从文本中提取金融事件、受影响的市场实体以及连接它们的因果链。+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)**:从文档中提取的金融事件、市场实体或市场反应-- **边 (Edge)**:节点之间的关系+- **节点 (Node)**:金融事件、政策、经济指标、板块、实体+- **边 (Edge)**:因果关系## 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-4. 关系描述应与原文保持一致--### 领域特定规则-- 识别触发事件(政策决议、财报、经济数据发布)-- 识别受影响的实体(板块、个股、指数、大宗商品)-- 映射从事件到市场反应的因果链-- 捕捉反应的幅度和时间-- 记录每条因果关系的置信度+1. 每个节点只能对应一个独立的事件/实体+2. 名称与原文保持一致+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++### 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### 源文本:"""_NODE_PROMPT = """## 角色与任务-你是一位专业的宏观策略师,请从文本中提取所有金融事件、实体和市场反应作为节点。+请从文本中提取金融实体作为节点。## 核心概念定义-- **节点 (Node)**:从文档中提取的金融事件、市场实体或市场反应+- **节点 (Node)**:政策、经济指标、板块、实体## 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. 提取所有金融实体+2. 名称与原文保持一致-### 提取规则-- 识别触发事件和政策决议-- 识别市场板块、指数和大宗商品-- 识别市场反应和价格变动+### 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### 源文本:"""_EDGE_PROMPT = """## 角色与任务-你是一位专业的宏观策略师,请从给定实体列表中提取因果链。+请从已知实体列表中提取实体之间的关系。## 核心概念定义-- **节点 (Node)**:从文档中提取的金融事件、市场实体或市场反应-- **边 (Edge)**:节点之间的关系+- **边 (Edge)**:实体之间的因果关系## 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-### 提取规则-- 将事件连接到其下游市场效果-- 描述每条链路的因果机制-- 记录影响方向、幅度和时间+### 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-### 源文本:-"""+### 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)-# ==============================================================================-# 3. 模板类-# ==============================================================================+"""class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):"""- 适用文档: 财经新闻文章、市场评论、宏观策略报告、经济数据发布、- 央行沟通文件、地缘政治新闻。+ 适用文档: 财经新闻文章、市场评论、宏观策略报告、经济数据发布- 模板用于将金融事件映射到其下游市场反应。通过从新闻和评论中提取因果链,+ 功能介绍:+ 将金融事件映射到受影响的实体和下游市场反应,支持事件驱动策略开发和宏观影响分析。- 使用示例:+ Example:>>> causal = FinancialEventCausalGraph(llm_client=llm, embedder=embedder)- >>> news = "美联储加息 25 个基点,推动银行股上涨,同时科技股遭到抛售..."- >>> causal.feed_text(news)+ >>> causal.feed_text("美联储加息25个基点,银行板块上涨...")>>> causal.show()"""@@ -159,26 +128,11 @@ class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):verbose: bool = False,**kwargs: Any,):- """- 初始化金融事件因果图谱模板。-- Args:- llm_client (BaseChatModel): 用于事件链提取的 LLM。- embedder (Embeddings): 用于去重的嵌入模型。- 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。- max_workers (int): 并行处理工作线程数。- verbose (bool): 是否启用进度日志。- **kwargs: AutoGraph 的其他参数。- """super().__init__(node_schema=FinancialEventNode,edge_schema=EventCausalEdge,node_key_extractor=lambda x: x.name,- edge_key_extractor=lambda x: (- f"{x.source}--({x.direction})-->{x.target}"- ),+ edge_key_extractor=lambda x: f"{x.source}|{x.relation_type}|{x.target}",nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,embedder=embedder,@@ -200,23 +154,12 @@ class FinancialEventCausalGraph(AutoGraph[FinancialEventNode, EventCausalEdge]):top_k_edges_for_search: int = 3,top_k_nodes_for_chat: int = 3,top_k_edges_for_chat: int = 3,- ) -> None:- """- 使用 OntoSight 可视化金融事件因果图。-- Args:- top_k_nodes_for_search (int): 检索的事件/实体数。默认 3。- top_k_edges_for_search (int): 检索的因果关系数。默认 3。- top_k_nodes_for_chat (int): 对话上下文中的事件/实体数。默认 3。- top_k_edges_for_chat (int): 对话上下文中的因果关系数。默认 3。- """-+ ):def node_label_extractor(node: FinancialEventNode) -> str:- return f"{node.name} ({node.node_type})"+ return f"{node.name} ({node.type})"def edge_label_extractor(edge: EventCausalEdge) -> str:- mag = f" [{edge.magnitude}]" if edge.magnitude else ""- return f"[{edge.direction}]{mag} {edge.causal_mechanism[:50]}"+ return f" {edge.relation_type}"super().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/templates/zh/finance/market_sentiment_model.py b/hyperextract/templates/zh/finance/market_sentiment_model.pyindex 315b431..40e624d 100644--- a/hyperextract/templates/zh/finance/market_sentiment_model.py+++ b/hyperextract/templates/zh/finance/market_sentiment_model.py@@ -21,7 +21,7 @@ class MarketSentimentSnapshot(BaseModel):从财经新闻或市场评论中提取的结构化情绪快照。"""- headline: Optional[str] = Field(None, description="新闻文章/评论的标题。")+ headline: Optional[str] = Field(description="新闻文章/评论的标题/主题")source: Optional[str] = Field(None, description='出版物或来源(例如"彭博社"、"路透社"、"CNBC")。')@@ -153,6 +153,6 @@ class MarketSentimentModel(AutoModel[MarketSentimentSnapshot]):"""def label_extractor(data: MarketSentimentSnapshot) -> str:- return f"{data.sentiment or ''} - {data.mentioned_tickers or ''}"+ return f"{data.headline}"super().show(label_extractor=label_extractor, top_k=top_k)diff --git a/hyperextract/templates/zh/finance/valuation_logic_map.py b/hyperextract/templates/zh/finance/valuation_logic_map.pyindex 081326c..812901d 100644--- a/hyperextract/templates/zh/finance/valuation_logic_map.py+++ b/hyperextract/templates/zh/finance/valuation_logic_map.py@@ -43,7 +43,10 @@ class ValuationEdge(BaseModel):description="分析师连接源到目标的推理逻辑""(例如 '更高的云计算采用率推动经常性收入增长')。")- direction: str = Field(description="影响方向:'正面'、'负面'、'中性'。")+ relation_type: str = Field(+ description="关系类型:'驱动'(正面)、'支撑'(正面)、'确认'(正面)、"+ "'抑制'(负面)、'限制'(负面)、'假设'(中性)、'关联'(中性)。"+ )confidence: Optional[str] = Field(None,description="分析师的确信度:'高'、'中等'、'低'。",@@ -68,7 +71,7 @@ _PROMPT = """## 角色与任务- 识别基本面驱动因素、增长催化剂和估值指标- 提取从业务驱动因素到目标价的因果链- 捕获分析师在每个链接处的具体推理-- 记录影响方向和确信度+- 记录关系类型:驱动/支撑/确认(正面)、抑制/限制(负面)、假设/关联(中性)### 源文本:"""@@ -107,7 +110,7 @@ _EDGE_PROMPT = """## 角色与任务### 提取规则- 将业务驱动因素连接到财务结果再到估值结论- 捕获每个链接处的具体推理-- 记录每个链接是正面、负面还是中性影响+- 记录关系类型:驱动/支撑/确认(正面)、抑制/限制(负面)、假设/关联(中性)"""@@ -156,7 +159,7 @@ class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):edge_schema=ValuationEdge,node_key_extractor=lambda x: x.name,edge_key_extractor=lambda x: (- f"{x.source}--({x.direction})-->{x.target}"+ f"{x.source}--({x.relation_type})-->{x.target}"),nodes_in_edge_extractor=lambda x: (x.source, x.target),llm_client=llm_client,@@ -195,7 +198,7 @@ class ValuationLogicMap(AutoGraph[ValuationDriver, ValuationEdge]):return f"{node.name}{val}"def edge_label_extractor(edge: ValuationEdge) -> str:- return f"[{edge.direction}] {edge.logic[:60]}"+ return f"{edge.relation_type}"super().show(node_label_extractor=node_label_extractor,diff --git a/hyperextract/types/graph.py b/hyperextract/types/graph.pyindex 40f7ffa..c3f7119 100644--- a/hyperextract/types/graph.py+++ b/hyperextract/types/graph.py@@ -543,7 +543,7 @@ class AutoGraph(node_context = "No specific entities identified in this chunk."else:node_keys = [self.node_key_extractor(n) for n in nodes]- node_context = "Known entities: " + ", ".join(node_keys)+ node_context = "Known entities: " + "\n- ".join(node_keys)inputs.append({"chunk_text": chunk, "node_context": node_context})diff --git a/hyperextract/types/hypergraph.py b/hyperextract/types/hypergraph.pyindex fd924c5..0388c67 100644--- a/hyperextract/types/hypergraph.py+++ b/hyperextract/types/hypergraph.py@@ -494,7 +494,7 @@ class AutoHypergraph(node_context = "No entities identified in this chunk."else:node_keys = [f"- {self.node_key_extractor(n)}" for n in nodes]- node_context = "Allowed Entities:\n" + "\n".join(node_keys)+ node_context = "Known entities: " + "\n- ".join(node_keys)inputs.append({"chunk_text": chunk, "node_context": node_context})diff --git a/hyperextract/types/spatial_graph.py b/hyperextract/types/spatial_graph.pyindex 6d33e82..d8cce7c 100644--- a/hyperextract/types/spatial_graph.py+++ b/hyperextract/types/spatial_graph.py@@ -251,7 +251,7 @@ class AutoSpatialGraph(AutoGraph[NodeSchema, EdgeSchema]):inputs = []for chunk, node_list in zip(chunks, node_lists):nodes = node_list.items if node_list else []- node_context = "Known entities: " + ", ".join([self.node_key_extractor(n) for n in nodes]) if nodes else "No specific entities identified."+ node_context = "Known entities: " + "\n- ".join([self.node_key_extractor(n) for n in nodes]) if nodes else "No specific entities identified."inputs.append({"chunk_text": chunk,diff --git a/hyperextract/types/spatio_temporal_graph.py b/hyperextract/types/spatio_temporal_graph.pyindex 8831534..f102f05 100644--- a/hyperextract/types/spatio_temporal_graph.py+++ b/hyperextract/types/spatio_temporal_graph.py@@ -267,7 +267,7 @@ class AutoSpatioTemporalGraph(AutoGraph[NodeSchema, EdgeSchema]):nodes = node_list.items if node_list else []node_context = ("Known entities: "- + ", ".join([self.node_key_extractor(n) for n in nodes])+ + "\n- ".join([self.node_key_extractor(n) for n in nodes])if nodeselse "No specific entities identified.")diff --git a/hyperextract/types/temporal_graph.py b/hyperextract/types/temporal_graph.pyindex a898746..4a7162b 100644--- a/hyperextract/types/temporal_graph.py+++ b/hyperextract/types/temporal_graph.py@@ -272,7 +272,7 @@ class AutoTemporalGraph(AutoGraph[NodeSchema, EdgeSchema]):node_context = "No specific entities identified in this chunk."else:node_keys = [self.node_key_extractor(n) for n in nodes]- node_context = "Known entities: " + ", ".join(node_keys)+ node_context = "Known entities: " + "\n- ".join(node_keys)inputs.append({