aifinlab/product-feature-extraction

产品特征抽取 Skill

数据来源

本 Skill 支持多种产品数据输入格式，核心数据来源包括：

1. 产品文档类型

• 产品说明书：产品使用说明书、技术规格书
• 产品介绍：产品介绍文档、宣传材料
• 产品目录：产品目录、产品清单
• 产品评论：产品评论、用户评价

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：产品网页内容
• 数据库文本字段：从数据库直接读取的文本内容

3. 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：需要包含完整的产品信息

4. 产品类型

• 金融产品：理财产品、保险产品、基金产品
• 实物产品：商品、设备、材料
• 服务产品：服务项目、服务套餐
• 数字产品：软件、应用、平台

说明：本 Skill 不包含数据采集功能，需要用户提供产品相关文档。建议文档包含完整的产品信息，以便进行准确的特征抽取。

---

功能

本 Skill 提供全面的产品特征抽取能力，涵盖多种抽取功能：

1. 产品基本信息抽取

• 产品名称：抽取产品名称和型号
• 产品分类：抽取产品分类和类别
• 产品描述：抽取产品描述和说明
• 产品规格：抽取产品规格和参数

2. 产品属性抽取

• 物理属性：尺寸、重量、颜色等物理属性
• 功能属性：功能特性、性能指标等功能属性
• 价格属性：价格、折扣、优惠等价格属性
• 时间属性：上市时间、有效期等时间属性

3. 产品特征识别

• 核心特征：识别产品的核心特征
• 优势特征：识别产品的优势特征
• 特色特征：识别产品的特色特征
• 差异化特征：识别产品的差异化特征

4. 产品关系抽取

• 产品关联：抽取产品之间的关联关系
• 产品组合：识别产品组合和套餐
• 产品替代：识别产品的替代产品
• 产品配套：识别产品的配套产品

5. 产品标签生成

• 特征标签：为产品生成特征标签
• 分类标签：为产品生成分类标签
• 应用标签：为产品生成应用场景标签
• 用户标签：为产品生成用户群体标签

6. 高级处理功能

• 特征标准化：标准化产品特征
• 特征对比：对比不同产品的特征
• 特征推荐：基于特征推荐相似产品
• 特征报告：生成产品特征报告

---

使用示例

输出示例

{
  "source_info": {
    "document_id": "DOC001",
    "document_type": "product_specification",
    "source_file": "product_spec.pdf"
  },
  "product_info": {
    "product_name": "示例理财产品",
    "product_code": "PRD001",
    "product_type": "financial_product",
    "product_category": "理财产品",
    "product_description": "一款稳健型理财产品，适合风险承受能力较低的投资者"
  },
  "features": [
    {
      "feature_id": "FEAT001",
      "feature_name": "预期收益率",
      "feature_type": "performance",
      "feature_value": "4.5%",
      "feature_unit": "%",
      "feature_category": "收益特征",
      "confidence": 0.98
    },
    {
      "feature_id": "FEAT002",
      "feature_name": "投资期限",
      "feature_type": "time",
      "feature_value": "365",
      "feature_unit": "天",
      "feature_category": "期限特征",
      "confidence": 0.95
    },
    {
      "feature_id": "FEAT003",
      "feature_name": "风险等级",
      "feature_type": "risk",
      "feature_value": "R2",
      "feature_unit": null,
      "feature_category": "风险特征",
      "confidence": 0.97
    },
    {
      "feature_id": "FEAT004",
      "feature_name": "起购金额",
      "feature_type": "amount",
      "feature_value": "10000",
      "feature_unit": "CNY",
      "feature_category": "门槛特征",
      "confidence": 0.96
    }
  ],
  "attributes": {
    "physical_attributes": [],
    "functional_attributes": [
      {"name": "预期收益率", "value": "4.5%"},
      {"name": "风险等级", "value": "R2"}
    ],
    "price_attributes": [
      {"name": "起购金额", "value": "10000 CNY"}
    ],
    "time_attributes": [
      {"name": "投资期限", "value": "365天"}
    ]
  },
  "tags": [
    "稳健型",
    "低风险",
    "中长期",
    "理财产品"
  ],
  "statistics": {
    "total_features": 15,
    "extracted_features": 14,
    "missing_features": 1,
    "average_confidence": 0.96
  }
}

---

注意事项与限制

1. 文档质量要求

• 文档需要包含产品相关信息
• 产品描述需要清晰明确
• 产品特征需要完整

2. 特征识别准确性

• 明确描述的特征识别准确率较高
• 隐含特征可能需要上下文分析
• 复杂特征可能需要人工处理

3. 产品类型差异

• 不同类型产品的特征差异较大
• 需要针对不同类型产品建立特征模型
• 新类型产品可能需要人工处理

4. 特征标准化

• 标准特征名称标准化准确率较高
• 非标准特征可能需要映射
• 特征值标准化需要正确处理

5. 使用限制

• 本 Skill 不包含产品分析功能
• 抽取结果需要人工复核
• 复杂产品可能需要人工处理

---

参考资料

• 见 references/ 目录中的相关文档，包括：
  • 产品特征抽取方法手册
  • 产品特征分类体系
  • 特征标准化指南
  • 性能优化指南