1. 去除testExtractThreeInfo接口

topo_dev
xueqingkun 9 months ago
parent 3cf5df6def
commit 73f29f93fa

@ -87,12 +87,6 @@ public class RecordController {
@RequestParam(required = false) String recordId) {
return R.ok(modelRecordTypeService.getThreeInfo(caseId, name, recordId));
}
@GetMapping("testExtractThreeInfo")
public void testExtractThreeInfo() {
modelRecordTypeService.testExtractThreeInfo();
}
@ApiOperation("将三元组信息保存到知识图谱")
@PostMapping("/addNeo4j")
public R<String> addNeo4j(@RequestBody ListDTO list) {

@ -25,7 +25,5 @@ public interface ModelRecordTypeService extends IService<ModelRecordType> {
List<TripleInfo> getThreeInfo(String caseId, String name, String recordId);
void testExtractThreeInfo();
String addNeo4j(List<String> ids,String recordId);
}

@ -296,116 +296,6 @@ public class ModelRecordTypeServiceImpl extends ServiceImpl<ModelRecordTypeMappe
}
@Override
public void testExtractThreeInfo() {
// -------------------------
// DEMO_0:山东团队的版本,每次提取多个三元组,经过测试,提取质量较差,基本无法正常提取.需要改成每次提取一个,进行TEST_DEMO_1尝试
// 请分析以下内容中所有规定的三元组信息并补充完整,
// 要求1.返回式:
// {result
// [
// {startNodeType:'LawActor',entity:'',endNodeType:'FictionalOrgan',property:'',value:'冒充' },
// {startNodeType:'LawActor',entity:'',endNodeType:'Seal',property:'',value:'伪造'},
// {startNodeType:'LawActor',entity:'',endNodeType:'BusinessLicense',property:'',value:'伪造'}
// ]
// }。
// 2.必须考虑上下文语境分析。
// 3.对话中不包含此类型三元组则返回{ "result": [] }。
// 例子1办案警官问你为了骗取更多的钱都做了哪些准备裴金禄回答我刚开始我就是自己想了一些关于骗钱的点子后面为了更不容易让别人识破我为了更佳逼真我就从网上随便搜了一家租赁公司我就搜到了兰州胜利机械租赁有限公司被讯问人裴金禄我又想到了我管理的中铁北京局和中铁电气化局施工公司。我先是通过百度搜索了“办证”之后就在网页上面弹出了一个页面上面有一个QQ号我就加上了。加上之后我就将我的要求给他说了要求他给我刻两个假的公章一个是兰州胜利机械租赁有限公司合同专用章另一个是中铁北京局集团有限公司合同专用章。我还要求他给我伪造了一张兰州胜利机械租赁有限公司的营业执照。
// 回答:{"result":[{"startNodeType":"LawActor","entity":"裴金禄","endNodeType":"FictionalOrgan","property":"兰州胜利机械租赁有限公司","value":"冒充"},{"startNodeType":"LawActor","entity":"裴金禄","endNodeType":"Seal","property":"兰州胜利机械租赁有限公司合同专用章","value":"伪造"},{"startNodeType":"LawActor","entity":"裴金禄","endNodeType":"Seal","property":"中铁北京局集团有限公司合同专用章","value":"伪造"},{"startNodeType":"LawActor","entity":"裴金禄","endNodeType":"BusinessLicense","property":"兰州胜利机械租赁有限公司营业执照","value":"伪造"}]}。
// 例子2:办案警官问:你为什么要在中卫市沙坡头区签订这些合同?裴金禄回答:因为我在这边上班,我在中卫市沙坡头区签订合同更能有说服力,这样才能更好地骗到钱。回答:{ "result": [] }。
// -------------------------
// TEST_DEMO_1:结果:效果较差,容易出现混淆,会把例子中的实体给返回出来.如果提取不到,会把定义的关系返回出来,所以不行.PASS
// 请从
// ---
// 办案警官问:你是如何想到这个方法骗钱的? 裴金禄回答:因为我是在中卫市沙坡头区中兰铁路上做监理人员,我这样说的话别人会更容易相信。
// ---
// 这段话中按(主体类型:行为人姓名;关系:伪造;客体类型:合同名称)提取特定的三元组信息。
// 如果未提取到或关系不匹配或客体类型不匹配,则返回空的json即可。
// 如果可以提取到三元组关系,则返回格式为{"主体":"主体名称","关系":"关系名称","客体":"客体名称"}。
// 例如‘办案警官问:描述一下事情的经过。行为人小明答:我做了一份假的租车合同,然后骗小刚签了这个合同’,该示例存在给定的三元组关系.则结果为:{"主体":"小明","关系":"伪造","客体":"租车合同"}。
// 例如‘办案警官问:办案警官问:讲一下那个软件的名称?小明回答:现在叫畅聊。‘该示例不存在给定的三元组关系,则结果为:{}
// 请保证提取准确且完整,主体和客体要具体明确,不能是宽泛的概念。提取的客体要必须属于客体类型!
// -------------------------
// TEST_DEMO_2:结果:有一些结果可以,但总体正确率较低,问题:不能有效的对给定的三元组进行提取,会出现给定三元组关系之外的三元组.会出现文章中不存在的三元组或错误的三元组
// 三元组提取任务:从给定对话中根据给定实体类型和关系提取对应的三元组。
// 给定的头实体类型为"{headEntityType}";给定的尾实体类型为"{relation}",给定的关系为"{tailEntityType}"。
// 请仔细分析以下的文本内容精准找出符合给定关系且头尾实体类型相符的三元组并进行提取。如果没有识别给定的三元组关系请返回json:{"result":[]}。
// ---
// 为您提供一个示例供学习:
// 例如给定关系:给定三元组类型为:头实体类型:"行为人"关系:"伪造",尾实体类型:"合同"
// 例如QA:办案警官问:描述一下事情的经过。 行为人小明答:我做了一份假的购房合同。
// 本示例中应提取给定关系为"伪造"的三元组,则最终应提取的三元组为:{"result":[{"headEntity": {"type": "行为人","name":"小明"},"relation": "伪造","tailEntity": {"type": "合同","name": "假的购房合同"}}]}。
// ---
// 需要分析提取的QA对如下
// {question}
// {answer}
// ---
// 在提取三元组时,请务必严格遵循以下要求:
// 1. 确保提取的三元组包括**给定的头实体类型**和**尾实体类型**。
// 2. 提取的三元组必须明确体现给定的**关系**。
// 3. 头实体和尾实体的名称必须在对话文本中找到。
// 4. 对于每个提取出的三元组,确保关系({relation})与实体类型完全匹配。
// 5. 如果文本中没有符合要求的三元组,请确保返回空结果,即 {"result": []}。
// 返回格式为必须为以下的json格式:
// {"result":[{"headEntity": {"type": "给定头类型","name":"提取到的头实体内容1"},"relation": "给定关系","tailEntity": {"type": "给定尾类型","name": "提取到的尾实体内容1"}}]}
// -------------------------
// TEST_DEMO_3:尝试给定所有关系和头实体,只提取尾实体.结论:效果差,会把不相关的不符合的都提取出来,PASS.回退到DEMO2继续调整吧!
// 给定指标的存在性判断任务:给定一个指标,对给定QA进行判断是否符合,符合则为true,并把符合需实体类型的实体返回,不符合则为false
// 指标为:裴金禄是否{relation}{tailEntityType}(需提取实体类型为:{tailEntityType})
// ---
// 为你提供一个实例进行学习:
// 示例QA:办案警官问:描述一下事情的经过。 行为人小明答:我做了一份假的购房合同。
// 示例指标:小明是否伪造合同(需提取实体为:合同)
// 示例结果:{"result":ture,"entity":["购房合同"]}
// ---
// 需要分析的QA对如下
// {question}
// {answer}
// ---
// 请从需要分析的QA中进行判断提取!!!
// 在判断时请务必仔细理解需要分析的QA文本的含义确保提取的信息准确、合理。同时尽量遵循常见的语义和逻辑规则避免过度解读或不合理的关系推断。
// 返回格式为必须json格式,格式定义如下:
// {"result":ture/false,"entity":["对应实体类型的实体"]}
String prompt = """
:
"{headEntityType}";"{relation}","{tailEntityType}"
json:{"result":[]}
---
:
:::"行为人":"伪造",:"合同"
QA:: :
"伪造",:{"result":[{"headEntity": {"type": "行为人","name":"小明"},"relation": "伪造","tailEntity": {"type": "合同","name": "假的购房合同"}}]}
---
QA
{question}
{answer}
---
1. ********
2. ****
3.
4.
5. ,,
5. {"result": []}
json:
{"result":[{"headEntity": {"type": "给定头实体类型","name":"提取到的对应头实体内容1"},"relation": "给定关系","tailEntity": {"type": "给定实体尾类型","name": "提取到的对应尾实体内容1"}}]}
""";
// 抽取的客体名称一定属于给定的客体类型分类,且抽取的关系完全等于给定的关系。
Prompt ask = new Prompt(new UserMessage(prompt));
StopWatch stopWatch = new StopWatch();
stopWatch.start();
log.info("开始分析:");
ChatResponse call = chatClient.call(ask);
stopWatch.stop();
log.info("耗时:{}", stopWatch.getTotalTimeSeconds());
String content = call.getResult().getOutput().getContent();
log.info("分析的结果是:{}", content);
}
@Override
public String addNeo4j(List<String> ids, String recordId) {
if (StrUtil.isBlank(recordId)){

Loading…
Cancel
Save