global-sensitive-statement

# Global Sensitive Statement Detector

这是一个基于**公网可查数据**的 Skill，用于对某个上市企业的公告、年报、业绩预告等公开文本进行**敏感表述识别**，并结合法律法规给出规则化校验结果。

默认示例企业：**立讯精密工业股份有限公司（002475.SZ）**。

## 数据来源

本 Skill 默认使用以下公开来源：

1. 法律法规与监管规则
   - 中国证监会法规正文：《中华人民共和国证券法》信息披露要求。
   - 中国证监会：《上市公司信息披露管理办法》。
   - 深圳证券交易所：《深圳证券交易所上市公司自律监管指南第2号——公告格式（2025年修订）》。

2. 上市公司公开文本
   - 巨潮资讯网/公开披露 PDF：立讯精密 2025 年半年度报告全文。
   - 巨潮资讯网/公开披露 PDF：立讯精密 2025 年半年度业绩预告。

3. 数据抓取方式
   - `script/fetch_public_data.py` 支持从公开 URL 抓取 HTML 或 PDF 文本。
   - PDF 通过 `pypdf` 提取文本，适合年报、公告、业绩预告等标准披露文件。

## 功能

1. **法规基线加载**
   - 内置与信息披露真实性、准确性、完整性、简明性相关的法规基线。
   - 将规则映射到可解释的法律依据，便于复核。

2. **敏感表述识别**
   - 识别绝对化/保证性表述。
   - 识别预测性表述，如“预计”“有望”“预期”“可能”等。
   - 识别重大事项/重大风险触发词。
   - 识别“未经审计”“初步测算”“待确认”“以正式披露为准”等边界性表述。
   - 辅助识别预测类表述是否缺少同句风险限定。

3. **结果输出**
   - 输出 JSON 结果，便于后续系统接入。
   - 输出 Markdown 报告，便于人工审阅。
   - 输出汇总风险分值和风险等级（低/中/高）。

4. **公开数据抓取**
   - 一键抓取法规与示例企业公开文本。
   - 输出 `manifest.json` 记录来源与保存路径。

## 使用示例

### 1）安装依赖

```bash
pip install -r requirements.txt
```

### 2）抓取公开法规和示例企业文本

```bash
python script/fetch_public_data.py --out-dir fetched_data
```

### 3）运行内置示例

```bash
python script/run_demo.py
```

### 4）对自有公开文本做识别

先准备一个 UTF-8 文本文件，例如 `my_notice.txt`，然后执行：

```bash
python script/sensitive_statement_detector.py my_notice.txt --json-out report.json --md-out report.md
```

## 交易说明

1. 本 Skill 主要服务于**上市公司公开文本合规筛查、公告复核、投研预审、法务辅助检查**等场景。
2. 输出结果是**规则化识别结果**，不构成行政处罚结论、律师正式法律意见或投资建议。
3. 识别到“敏感表述”不等于违法；其含义是：该表述在法规语境下**更值得二次复核**。
4. 如将识别结果用于交易、投资或重大决策，建议结合：
   - 原始公告全文
   - 公司后续补充披露
   - 交易所问询/监管函
   - 律师、会计师或合规人员专业判断
5. 公网源站可能更新页面结构、下线旧文件或更换 URL，实际使用时应对抓取逻辑做容错处理。

## License

- 本 Skill 自编代码采用 **MIT License**。
- 法律法规文本、交易所规则和上市公司公告来自其各自公开来源；使用者应自行遵守对应网站的使用条款、版权声明和引用规范。