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
```json
{
  "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