aifinlab/relation-extraction

关系抽取 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
• 合同文档：贷款合同、担保合同、投资协议
• 报告文档：研究报告、分析报告、尽职调查报告
• 新闻文档：财经新闻、行业新闻、公司新闻

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. 关系类型

• 股权关系：持股关系、控股关系、参股关系
• 担保关系：保证关系、抵押关系、质押关系
• 交易关系：买卖关系、租赁关系、合作关系
• 关联关系：关联方关系、关联交易关系

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：需要包含完整的关系相关信息

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关系描述，以便进行准确的关系抽取。

---

功能

本 Skill 提供全面的关系抽取能力，涵盖多种抽取功能：

1. 关系类型识别

• 股权关系识别：识别股权相关关系
• 担保关系识别：识别担保相关关系
• 交易关系识别：识别交易相关关系
• 关联关系识别：识别关联方关系

2. 关系主体抽取

• 关系主体识别：识别关系的参与主体
• 主体角色识别：识别主体在关系中的角色
• 主体属性提取：提取主体的相关属性
• 主体归一化：归一化主体名称

3. 关系属性抽取

• 关系类型：识别关系的具体类型
• 关系强度：评估关系的强度
• 关系时间：抽取关系的起止时间
• 关系金额：抽取关系涉及的金额

4. 关系描述抽取

• 关系描述：抽取关系的详细描述
• 关系条件：抽取关系的条件和约束
• 关系状态：识别关系的状态和进展
• 关系影响：评估关系的影响和后果

5. 关系网络构建

• 关系图构建：构建实体关系图
• 关系路径发现：发现实体之间的路径
• 关系聚类：对关系进行聚类分析
• 关系可视化：可视化关系网络

6. 高级处理功能

• 关系去重：识别和合并相似关系
• 关系验证：验证关系的准确性
• 关系补全：补全缺失的关系信息
• 关系预测：预测潜在的关系

---

使用示例

输出示例

{
  "source_info": {
    "document_id": "DOC001",
    "document_type": "announcement",
    "source_file": "announcement.pdf"
  },
  "relations": [
    {
      "relation_id": "REL001",
      "relation_type": "shareholding",
      "relation_subtype": "direct_holding",
      "source_entity": {
        "type": "company",
        "name": "公司A",
        "normalized_name": "公司A股份有限公司"
      },
      "target_entity": {
        "type": "company",
        "name": "公司B",
        "normalized_name": "公司B股份有限公司"
      },
      "relation_properties": {
        "shareholding_ratio": 30.5,
        "shareholding_amount": 100000000,
        "shareholding_type": "流通股",
        "start_date": "2020-01-15",
        "end_date": null
      },
      "relation_description": "公司A持有公司B 30.5%的股份",
      "confidence": 0.95,
      "evidence": "根据公告，公司A持有公司B 30.5%的股份",
      "status": "active"
    },
    {
      "relation_id": "REL002",
      "relation_type": "guarantee",
      "relation_subtype": "guarantee_obligation",
      "source_entity": {
        "type": "company",
        "name": "公司C",
        "normalized_name": "公司C股份有限公司"
      },
      "target_entity": {
        "type": "company",
        "name": "公司D",
        "normalized_name": "公司D股份有限公司"
      },
      "relation_properties": {
        "guarantee_amount": 50000000,
        "guarantee_type": "连带责任保证",
        "start_date": "2023-06-01",
        "end_date": "2025-06-01"
      },
      "relation_description": "公司C为公司D提供5000万元连带责任保证",
      "confidence": 0.92,
      "evidence": "根据担保合同，公司C为公司D提供5000万元连带责任保证",
      "status": "active"
    }
  ],
  "relation_network": {
    "nodes": [
      {"id": "公司A", "type": "company"},
      {"id": "公司B", "type": "company"},
      {"id": "公司C", "type": "company"},
      {"id": "公司D", "type": "company"}
    ],
    "edges": [
      {
        "source": "公司A",
        "target": "公司B",
        "relation_type": "shareholding",
        "weight": 30.5
      },
      {
        "source": "公司C",
        "target": "公司D",
        "relation_type": "guarantee",
        "weight": 50000000
      }
    ]
  },
  "statistics": {
    "total_relations": 2,
    "relation_types": ["shareholding", "guarantee"],
    "entity_count": 4
  }
}

---

注意事项与限制

1. 数据质量要求

• 文档需要包含关系相关信息
• 关系描述需要清晰明确
• 实体信息需要准确

2. 关系识别准确性

• 明确描述的关系识别准确率较高
• 隐含关系可能需要上下文分析
• 复杂关系可能需要人工分析

3. 实体识别准确性

• 标准实体名称识别准确率较高
• 非标准实体名称可能需要归一化
• 实体消歧可能需要额外处理

4. 关系类型分类

• 标准关系类型识别准确率较高
• 非标准关系可能需要人工分类
• 关系类型边界可能模糊

5. 使用限制

• 本 Skill 不包含关系分析功能
• 抽取结果需要人工复核
• 复杂关系可能需要人工分析

---

参考资料

• 见 references/ 目录中的相关文档，包括：
  • 关系抽取方法手册
  • 关系类型分类体系
  • 实体归一化指南
  • 性能优化指南