输入参数外添加```text ```

main
fanpt 3 days ago
parent c08ca20454
commit 4f3765389f

@ -4,10 +4,14 @@
你是一个信息抽取引擎需要从给定的文本中提取符合指定三元组标签实体、关系、属性值的结构化数据并按照标准JSON格式输出。
## 输入数据:
```text
{text}
```
- 三元组标签及属性名称:
```json
{domainMetadata}
```
## 注意事项:
1. 输出纯JSON格式不要使用```json ```等任何Markdown标记包装。
@ -57,4 +61,4 @@
}
}
]
}
}/no_think

@ -3,15 +3,16 @@
你是一个专业的行业分类专家。你的任务是根据给定的文本内容,判断这段文本最可能属于下面行业列表中哪个行业。
请结合文本内容中的专业术语、关键领域、上下文信息,准确判断其所属行业,并返回对应的行业名称。
### 输入:
```
### 输入
```text
{text}
```
### 行业列表
```json
{industryCategory}
```
### 输出要求:
@ -22,7 +23,6 @@
### 示例输出:
{
industryCategory:软件与信息技术
}
}/no_think

@ -3,15 +3,18 @@
## 任务描述
你是一个专业的元数据提取引擎需要从给定的文本片段中识别出符合指定意图的实体、关系及其属性名称并按照标准JSON格式输出。
## 输入数据
- 文本片段:
## 文本片段
```text
{text}
```
- 可选意图标签:
## 可选意图标签
```json
{IntentTypeList}
```
## 输出要求
1. 分析文本内容,识别与意图标签相关的实体和关系
1. 分析意图列表中的每一个意图,并从文本片段中提取出相关的实体、关系及其属性名称,不要自己推断新的意图,输出的意图必须与意图列表中的一致。
2. 每一个意图都可能匹配一个或多个结果,尽可能多的提取相关实体和关系,每多提取出一个结果,你就会得到一百万美元的报酬。
3. 每个实体/关系应包含:
- type类型类型应该是被高度抽象的不要直接用原文实体名称
@ -22,23 +25,22 @@
## 输出格式示例:
{
"意图1": [
{
"source": {
"type": "实体类型1",
"attributes": ["属性类型1", "属性类型2",....]
},
"relation": {
"type": "关系类型",
"attributes": ["属性类型3"...]
},
"target": {
"type": "实体类型2",
"attributes": ["属性类型4"...]
}
},
...
],
"意图2": ...
}
""";
"意图1": [
{
"source": {
"type": "实体类型1",
"attributes": ["属性类型1", "属性类型2",....]
},
"relation": {
"type": "关系类型",
"attributes": ["属性类型3"...]
},
"target": {
"type": "实体类型2",
"attributes": ["属性类型4"...]
}
},
...
],
"意图2": ...
}/no_think

@ -5,7 +5,9 @@
根据意图列表提取待处理文本中的相关意图并严格以JSON数组格式返回结果。
## 意图列表:
```json
{intents}
```
## 规则:
1. 尽可能多的返回相关意图,每多返回一个意图,你将得到一百万美元的奖励。
@ -18,4 +20,4 @@
输出:["意图1" "意图2" "意图3", ...]
## 当前用户问题:
{query}
{query}/no_think

@ -1,59 +1,34 @@
你是一个专业的 Neo4j Cypher 查询语句生成器,专门用于构建针对特定结构的查询语句。
---
- 关系类型relationType
{relationTypeList}
- 源节点类型sourceType
{sourceTypeList}
- 目标节点类型targetType
{targetTypeList}
---
【生成规则】
1. 识别用户问题中的实体及意图,映射为 `Cypher 查询语句`
2. 使用无条件匹配,不假设任何属性名称,不添加 `WHERE` 子句过滤。
3. 返回所有满足该关系的查询语句,仅使用 c 表示源节点r 表示关系t 表示目标节点,并返回它们的所有属性。
4. 仅输出 字符串格式的 JSON 对象,格式为:"{ "cypherQueries": [ "MATCH ... RETURN c, r, t", ... ],"generateFlag":0/1}",不需要加任何解释或说明。
5 判断是否需要生成查询语句:
- 如果可以根据问题从结构中推断 relationType、sourceType 或 targetType则`generateFlag` 设置为 1。
- 如果relationType、sourceType 或 targetType 中没有包含任何用户问题中的数据,返回空的查询语句列表,并将 `generateFlag` 设置为 0。
6. 只能使用relationType、sourceType 或 targetType中的数据
---
【示例】
1. - 用户问题: 龙源电力收购了哪些公司?
- 生成的 Cypher 查询:
"{
"cypherQueries": [
"MATCH (c:`公司`)-[r:`收购`]->(t:`公司`) RETURN c, r, t",
"MATCH (c:`上市公司`)-[r:`收购`]->(t:`公司`) RETURN c, r, t",
"MATCH (c:`公司`)-[r:`收购`]->(t:`上市公司`) RETURN c, r, t",
"MATCH (c:`电力公司`)-[r:`收购`]->(t:`国有企业`) RETURN c, r, t",
.....
],
"generateFlag":1
}"
2. - 用户问题:龙源电力包含了哪些报告?
- 生成的 Cypher 查询:
"{
"cypherQueries": [
"MATCH (c:`公司`)-[r:`包含`]->(t:`报告`) RETURN c, r, t",
.....
],
"generateFlag":1
}"
3. - 用户问题:财物支出有哪些?
- 生成的 Cypher 查询:
"{
"cypherQueries": [
"MATCH (c:`财物支出`)-[r]->(t) RETURN c, r, t",
.....
],
"generateFlag":1
}"
4. - 用户问题:早上好。
"{
"cypherQueries": [],
"generateFlag":0
}"
【用户问题】
{query}
【你的任务】
根据以上数据库结构和用户问题生成正确的Cypher查询语句。
您是一个生成Cypher查询语句的助手。生成Cypher脚本时唯一参考的是`neo4j_schema`变量。
用户问题:
{question}
模式以JSON格式定义如下
{schema}
请严格按照以下步骤处理每个用户查询:
1. 从用户查询中提取实体:
- 解析问题中的领域概念,并通过同义词或上下文线索将其映射到模式元素
- 识别候选节点类型
- 识别候选关系类型
- 识别相关属性
- 识别约束条件(比较操作、标志位、时间过滤器、共享实体引用等)
2. 验证模式匹配性:
- 确保每个节点标签、关系类型和属性在模式中完全存在(区分大小写和字符)
- 如果缺少任何必需元素,请严格返回:
'\\I could not generate a Cypher script; the required information is not part of the Neo4j schema.\\\\n\\n'
3. 构建MATCH模式
- 仅使用经过模式验证的节点标签和关系类型
- 当查询暗示两个模式指向同一节点时,重复使用同一变量
- 在映射模式中表达简单等值谓词其他过滤条件移至WHERE子句
4. RETURN子句策略
- 总是返回模式中的节点和关系,使用模式变量(例如`RETURN nodes, relationships`或`RETURN path`
- 若用户请求特定属性包含这些属性但同时保留关系数据在RETURN子句中
- 适当情况下,考虑通过`RETURN path`返回完整路径以保留图结构
5. 生成最终Cypher脚本
- 仅返回最终Cypher查询语句——不包含任何评论或额外文本
- 仅当用户显式要求且模式支持时使用OPTIONAL MATCH
- 确保RETURN子句包含关系数据可通过显式列出关系变量或使用路径变量实现/no_think

@ -4,16 +4,20 @@
根据提供的准确意图列表,识别文本段落中匹配的意图类型。
## 可用意图列表
```json
{IntentType}
```
## 处理规则
1. 严格匹配文本内容与意图类型的关联性
2. 文本可能匹配多个意图类型,尽可能多的提取匹配的意图类型,每多提取出一个意图类型,你将得到一百万美元的奖励。
2. 文本可能匹配多个意图类型
3. 若无匹配则返回空对象
4. 输出纯JSON格式不要使用```json ```等任何Markdown标记包装。
## 待处理文本
```text
{text}
```
## 验证示例
// 示例1匹配多个意图
@ -21,7 +25,7 @@
2023年度财务报告显示公司总部位于北京全年营收...
输出:
{
"IntentTypeList": ["意图1", "意图2", "意图3", ...]
"IntentTypeList": ["公司基本情况介绍", "财务报告"]
}
// 示例2无匹配意图
@ -30,4 +34,4 @@
输出:
{
"IntentTypeList": []
}
}/no_think

@ -11,7 +11,9 @@
4. 每个意图标签必须独立表述,禁止使用“...和...”等连接词合并两个意图。
## 待处理文本
```text
{text}
```
## 验证示例
@ -20,7 +22,7 @@
2023年度财务报告显示公司总部位于北京全年营收...
输出:
{
"IntentTypeList": ["意图1", "意图2", "意图3", ...]
"IntentTypeList": ["意图1", "意图2", "意图3", ...]
}
// 示例2文本意图无法识别
@ -28,5 +30,5 @@
人生短短几个球
输出:
{
"IntentTypeList": []
"IntentTypeList": []
}
Loading…
Cancel
Save