Skip to content

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/.gitignore
index 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.py
index 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.md
index 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.md
index 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__.py
index 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__.py
index 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 EarningsCallSummary
from .management_guidance_list import ManagementGuidanceList
-from .analyst_qa_graph import AnalystQAGraph
+from .discussion_graph import DiscussionGraph
from .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.py
deleted file mode 100644
index 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.py
index 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.py
index 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 BaseChatModel
from langchain_core.embeddings import Embeddings
+from pydantic import BaseModel, Field
from 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.py
new file mode 100644
index 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.py
index 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.py
index 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, List
from pydantic import BaseModel, Field
from langchain_core.language_models.chat_models import BaseChatModel
from langchain_core.embeddings import Embeddings
from 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, FactorInteracti
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.py
index 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 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
-# ==============================================================================
-# 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.py
index 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.py
index 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.py
index 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.py
index 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.py
index 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.py
index 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 nodes
else "No specific entities identified."
)
diff --git a/hyperextract/types/temporal_graph.py b/hyperextract/types/temporal_graph.py
index 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(
{