aifinlab/event-extraction

事件抽取 Skill

数据来源

本 Skill 支持多种金融文本数据输入格式，核心数据来源包括：

1. 金融文档类型

• 公告文档：上市公司公告、重大事项公告
• 新闻文档：财经新闻、行业新闻、公司新闻
• 报告文档：研究报告、分析报告、风险报告
• 监管文档：监管公告、处罚决定、问询函

2. 文本数据格式

• 纯文本格式：.txt 文件，UTF-8编码
• 结构化文档：PDF、Word、Excel文档（需预处理为文本）
• HTML网页：财经网站页面内容
• 数据库文本字段：从数据库直接读取的文本内容

3. 事件类型

• 风险事件：违约事件、担保代偿、资产查封
• 市场事件：股价异常波动、停复牌、退市风险
• 监管事件：行政处罚、监管措施、问询函
• 公司事件：并购重组、股权变更、重大投资

4. 数据格式要求

• 文件路径：本地文件路径或网络文件URL
• 文件编码：UTF-8、GBK、GB2312等
• 数据完整性：需要包含完整的事件相关信息

说明：本 Skill 不包含数据采集功能，需要用户提供清洗后的文本数据。建议文档包含完整的事件描述，以便进行准确的事件抽取。

---

功能

本 Skill 提供全面的事件抽取能力，涵盖多种抽取功能：

1. 事件类型识别

• 风险事件识别：识别各类风险事件
• 市场事件识别：识别市场相关事件
• 监管事件识别：识别监管相关事件
• 公司事件识别：识别公司经营事件

2. 事件要素抽取

• 事件主体：抽取事件涉及的主体
• 事件时间：抽取事件发生的时间
• 事件地点：抽取事件发生的地点
• 事件描述：抽取事件的详细描述

3. 事件属性抽取

• 事件类型：识别事件的类型和类别
• 事件严重程度：评估事件的严重程度
• 事件影响范围：评估事件的影响范围
• 事件状态：识别事件的状态和进展

4. 事件关系抽取

• 事件关联：识别相关事件之间的关联
• 事件序列：识别事件的时间序列关系
• 事件因果：识别事件之间的因果关系
• 事件影响：识别事件的影响和后果

5. 实体关联

• 事件实体关联：关联事件和相关实体
• 实体事件关联：关联实体和相关事件
• 关系网络构建：构建事件关系网络
• 实体事件时间线：生成实体的事件时间线

6. 高级处理功能

• 事件去重：识别和合并相似事件
• 事件分类：对事件进行分类和标签化
• 事件摘要：生成事件摘要
• 事件预警：基于事件进行风险预警

---

使用示例

输出示例

{
  "source_info": {
    "document_id": "DOC001",
    "document_type": "announcement",
    "source_file": "announcement.pdf",
    "publish_date": "2024-03-15"
  },
  "events": [
    {
      "event_id": "EVT001",
      "event_type": "risk_event",
      "event_subtype": "default",
      "event_description": "公司发生债务违约事件",
      "timestamp": "2024-03-10",
      "time_expression": "2024年3月10日",
      "confidence": 0.95,
      "severity": "high",
      "entities": [
        {"type": "company", "name": "示例公司", "role": "subject"},
        {"type": "amount", "value": 50000000, "currency": "CNY"}
      ],
      "location": null,
      "status": "ongoing",
      "impact": {
        "scope": "company",
        "description": "可能影响公司信用评级和融资能力"
      }
    },
    {
      "event_id": "EVT002",
      "event_type": "regulatory_event",
      "event_subtype": "penalty",
      "event_description": "收到监管部门的行政处罚",
      "timestamp": "2024-03-12",
      "time_expression": "2024年3月12日",
      "confidence": 0.92,
      "severity": "medium",
      "entities": [
        {"type": "company", "name": "示例公司", "role": "subject"},
        {"type": "organization", "name": "证监会", "role": "regulator"}
      ],
      "location": null,
      "status": "completed",
      "impact": {
        "scope": "company",
        "description": "可能影响公司声誉和合规评级"
      }
    }
  ],
  "event_relations": [
    {
      "source_event": "EVT001",
      "target_event": "EVT002",
      "relation_type": "related",
      "description": "债务违约可能导致监管关注"
    }
  ],
  "statistics": {
    "total_events": 2,
    "event_types": ["risk_event", "regulatory_event"],
    "high_severity_count": 1,
    "medium_severity_count": 1
  }
}

---

注意事项与限制

1. 数据质量要求

• 文档需要包含事件相关信息
• 事件描述需要清晰明确
• 时间信息需要准确

2. 事件识别准确性

• 明确描述的事件识别准确率较高
• 隐含事件可能需要上下文分析
• 复杂事件可能需要人工分析

3. 事件类型分类

• 标准事件类型识别准确率较高
• 非标准事件可能需要人工分类
• 事件类型边界可能模糊

4. 事件关系分析

• 明确的关系识别准确率较高
• 复杂关系可能需要人工分析
• 因果关系需要上下文支持

5. 使用限制

• 本 Skill 不包含事件分析功能
• 抽取结果需要人工复核
• 复杂事件可能需要人工分析

---

参考资料

• 见 references/ 目录中的相关文档，包括：
  • 事件抽取方法手册
  • 事件类型分类体系
  • 事件关系分析指南
  • 性能优化指南