Yaxin
/
pdf-qa-server
27
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

提示词优化

Browse Source
v_0.0.2
daixiaoyi 2 weeks ago
parent ad3135ef90
commit 13616f1878
2 changed files with 221 additions and 174 deletions
Show Stats Download Patch File Download Diff File

305
src/main/java/com/supervision/pdfqaserver/cache/PromptCache.java vendored
Unescape Escape View File

@ -53,7 +53,7 @@ public class PromptCache {
*/ */
public static final String CLASSIFY_CONTENT_TYPE = "CLASSIFY_CONTENT_TYPE"; public static final String CLASSIFY_CONTENT_TYPE = "CLASSIFY_CONTENT_TYPE";
//------
/** /**
* 识别行业类型 * 识别行业类型
*/ */
@ -576,276 +576,241 @@ public class PromptCache {
private static final String CLASSIFY_INTENT_PROMPT = """ private static final String CLASSIFY_INTENT_PROMPT = """
# 从文本中识别预定义意图类型 # 从文本中识别预定义意图类型
## 功能说明 ## 功能说明
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。 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 ## 可用意图列表
{IntentType} {IntentType}
## 处理规则 ## 处理规则
1. 严格匹配文本内容与意图类型的关联性 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 2. 文本可能匹配多个意图类型
3. 若无匹配则返回空对象 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。 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 ## 待处理文本
{text} {text}
## 验证示例 ## 验证示例
```json // 示例1：匹配多个意图
// 示例1：匹配单个意图
输入： 输入：
{ 2023年度财务报告显示公司总部位于北京，全年营收...
"text": "本公司注册地址为上海市浦东新区张江高科技园区"
}
输出： 输出：
{ {
"IntentTypeList": ["公司地址"] "IntentTypeList": ["公司基本情况介绍", "财务报告"]
} }
// 示例2：匹配多个意图 // 示例2：无匹配意图
输入： 输入：
{ 今天的天气很适合户外活动
"text": "2023年度财务报告显示公司总部位于北京，全年营收..."
}
输出： 输出：
{ {
"IntentTypeList": ["公司地址", "公司年度报告"] "IntentTypeList": []
}
// 示例3：无匹配意图
输入：
{
"text": "今天的天气很适合户外活动"
} }
输出：
{}
"""; """;
private static final String CLASSIFY_INTENT_TRAIN_PROMPT = """ private static final String CLASSIFY_INTENT_TRAIN_PROMPT = """
# 提取出文本片段的意图 # 提取出文本片段的意图
## 功能说明 ## 功能说明
识别PDF文本内容中某一段落的意图类型 识别PDF文本内容中某一段落的意图类型
## 待处理文本 ## 待处理文本
{text} {text}
## 验证示例 ## 验证示例
```json // 示例1：
// 示例1： 输入：
输入： 2023年度财务报告显示公司总部位于北京，全年营收...
{ 输出：
"text": "..." {
} "IntentTypeList": ["意图1", "意图2", "意图3", ...]
输出： }
{
"IntentTypeList": ["...", "..."] // 示例2：文本意图无法识别
} 输入：
人生短短几个球
// 示例2：文本意图无法识别 输出：
输入： {
{ "IntentTypeList": []
"text": "人生短短几个球" }
}
输出： ## 输出要求
{}
``` 1. 严格遵循 JSON 格式。
2. 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装。
## 输出要求 3. 不需要解释，不需要说明。
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。
1. 严格遵循 JSON 格式。 """;
2. 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装
3. 不需要解释，不需要说明，仅返回以下两种结果：
匹配成功：
{"IntentTypeList": ["...", "..."]}
- 匹配失败：
x {}
3.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。
./no_think
""";
private static final String EXTRACT_INTENT_METADATA_PROMPT = """ private static final String EXTRACT_INTENT_METADATA_PROMPT = """
# 元数据提取指令 # 元数据提取指令
## 任务描述 ## 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，并按照标准JSON格式输出。 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 ## 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：
{IntentTypeList} {IntentTypeList}
## 输出要求 ## 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. 分析文本内容，识别与意图标签相关的实体和关系
2. 每一个意图只能匹配一个结果 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： 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） - 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）
- attributes（相关属性类型列表，类型应该是被高度抽象的，不要直接用原文实体名称） - attributes（相关属性名称列表，属性名称应该是被高度抽象的，不要直接用原文实体名称）
4. 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装 4. 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装
5. 使用以下示例格式： 5. 实体/关系类型示例："公司"，"收购"
6. 属性名称示例："名称"，"数量"
[
{ ## 输出格式示例：
"source": { {
"type": "实体类型1", "意图1": [
"attributes": ["属性类型1", "属性类型2",....] {
}, "source": {
"relation": { "type": "实体类型1",
"type": "关系类型", "attributes": ["属性类型1", "属性类型2",....]
"attributes": ["属性类型3"...] },
}, "relation": {
"target": { "type": "关系类型",
"type": "实体类型2", "attributes": ["属性类型3"...]
"attributes": ["属性类型4"...] },
}, "target": {
"intent": "匹配的意图标签" "type": "实体类型2",
}, "attributes": ["属性类型4"...]
{.....} }
] },
...
5. 属性只代表属性名称：例如“名称“，”数量“./no_think ],
"意图2": ...
}
"""; """;
private static final String EXTRACT_ERE_BASE_INTENT_PROMPT = """ private static final String EXTRACT_ERE_BASE_INTENT_PROMPT = """
# 提示词 # 三元组及属性值抽取任务
## 任务描述： ## 任务描述：
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）的结构化数据。 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： ## 输入数据：
- 待处理文本：
{text} {text}
- 三元组标签及属性名称： - 三元组标签及属性名称：
{domainMetadata} {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。
2. relations中的source、target对应nodes中的各个name。
3. 仅提取 `三元组标签及属性名称` 中定义的标签和属性，尽可能多的提取三元组及属性值，每多提取出一个，你将得到一百万美元的奖励。
4. 若属性无对应值，则返回空字符串。
5. 确保提取的值与原文一致，不进行推断或改写。
## 示例： ## 示例：
{ {
"nodes": [ "nodes": [
{ {
"name":"龙源（酒泉）风力发电有限公司", "name":"龙源电力集团股份有限公司",
"type": "公司", "type": "公司",
"attributes": { "attributes": {
"地址": "雨花台区" "办公地址": "XXX"
} }
}, },
{ {
"name":"2024年电子银行承兑汇票", "name":"XXX公司债券",
"type": "电子银行承兑汇票", "type": "债券",
"attributes": { "attributes": {
"金额": "100.00万元", "利率类型": "XXX",
"打印时间": "2024年10月20号" "发行日期": "XXX"
} }
}, },
{ {
"name": "杭州六小龙", "name": "XXX股",
"type": "公司", "type": "股票",
"attributes": { "attributes": {}
"地址": "杭州高新区"
}
} }
], ],
"relations": [ "relations": [
{ {
"source": "龙源（酒泉）风力发电有限公司", "source": "龙源电力集团股份有限公司",
"target": "2024年电子银行承兑汇票", "target": "XX公司债券",
"type": "持有", "type": "发行",
"attributes": { "attributes": {}
"持有方式": "纸质"
}
}, },
{ {
"source": "龙源（酒泉）风力发电有限公司", "source": "龙源电力集团股份有限公司",
"target": "杭州六小龙", "target": "XXX股",
"type": "收购", "type": "回购",
"attributes": { "attributes": {
"收购类型": "全资收购", "开始时间": "XXX",
"收购时间": "2025年5月28号" "截止时间": "XXX"
} }
} }
],
"typed_triplets": [
[
"公司",
"持有",
"电子银行承兑汇票"
],
[
"公司",
"收购",
"公司"
]
] ]
} }
## 注意事项：
- 每一个nodes、relations都有一个基础属性"名称"是必须有的。
- relations中的source、target对应nodes中的各个name。
- 仅提取 `domainMetadata` 中定义的标签和属性。
- 若属性无对应值，可留空或忽略。
- 确保提取的值与原文一致，不进行推断或改写。
- 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装./no_think
"""; """;
private static final String CLASSIFY_QUERY_INTENT_PROMPT = """ private static final String CLASSIFY_QUERY_INTENT_PROMPT = """
请将用户问题分类到以下意图列表中，并严格以JSON数组格式返回结果（即使只有一个意图）。 # 任务名称
意图分类任务
# 意图列表：
## 任务描述：
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：
{intents} {intents}
# 规则： ## 规则：
1. 仅返回与问题相关的意图（若无匹配则返回空数组） 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。
2. 使用意图列表中的意图名称 2. 必须使用意图列表中的意图名称。
3. 禁止解释原因 3. 禁止解释原因。
4. 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装 4. 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装。
# 示例： ## 示例：
用户问题："我昨天买的鞋子怎么还没发货？" 用户问题：xxx
输出：["订单查询"] 输出：["意图1"， "意图2"， "意图3", ...]
# 当前用户问题： ## 当前用户问题：
{query} {query}
"""; """;
private static final String TEXT_TO_CYPHER_2_PROMPT = """ private static final String TEXT_TO_CYPHER_2_PROMPT = """
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。 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： 用户问题：
{question} {question}
模式以JSON格式定义如下： 模式以JSON格式定义如下：
{schema} {schema}
请严格按照以下步骤处理每个用户查询： 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： 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 - 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 - 识别候选节点类型
- 识别候选关系类型 - 识别候选关系类型
- 识别相关属性 - 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） - 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： 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） - 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： - 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' '\\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： 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 - 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 - 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 - 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： 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`） - 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 - 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 - 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： 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 - 仅当用户显式要求且模式支持时使用OPTIONAL MATCH

90
src/test/java/com/supervision/pdfqaserver/PdfQaServerApplicationTests.java
Unescape Escape View File

@ -1,11 +1,12 @@
package com.supervision.pdfqaserver; package com.supervision.pdfqaserver;
import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONArray;
import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import com.supervision.pdfqaserver.constant.DocumentContentTypeEnum; import com.supervision.pdfqaserver.constant.DocumentContentTypeEnum;
import com.supervision.pdfqaserver.domain.PdfAnalysisOutput; import com.supervision.pdfqaserver.domain.PdfAnalysisOutput;
import com.supervision.pdfqaserver.dto.CypherSchemaDTO; import com.supervision.pdfqaserver.dto.*;
import com.supervision.pdfqaserver.dto.EREDTO;
import com.supervision.pdfqaserver.dto.IntentDTO;
import com.supervision.pdfqaserver.dto.TruncateDTO;
import com.supervision.pdfqaserver.service.*; import com.supervision.pdfqaserver.service.*;
import lombok.extern.slf4j.Slf4j; import lombok.extern.slf4j.Slf4j;
import org.junit.jupiter.api.Test; import org.junit.jupiter.api.Test;
@ -210,4 +211,85 @@ class PdfQaServerApplicationTests {
System.out.println("done"); System.out.println("done");
} }
@Autowired
private IntentionService intentionService;
@Test
void testIntentList() {
List<IntentDTO> intentionDTOs = intentionService.queryByDomainCategoryId("1").stream()
.filter(intention -> StrUtil.equals("0",intention.getGenerationType())) // 过滤出手动确认的数据
.map(IntentDTO::new).distinct().toList();
// List<String> digestList = intentionDTOs.stream().map(IntentDTO::getDigest).toList();
System.out.println(intentionDTOs.stream().map(i -> " - " + i.getDigest() + "\n").collect(Collectors.joining()));
}
@Autowired
private DomainMetadataService domainMetadataService;
@Test
void testDomainMetadataList() {
List<DomainMetadataDTO> domainMetadataDTOS = domainMetadataService.listByIntentionIds(List.of("1929814869055692801",
"1929814915000098818",
"1929815089067909122",
"1929815089067909124",
"1929815178012319747",
"1929815201403953154",
"1929815236732575746",
"1929815236799684610",
"1929815586533335043",
"1929815750165716996",
"1929819219706568708"));
String domainMetadata = metadataToJsonStr(domainMetadataDTOS);
System.out.println(domainMetadata);
}
/**
* 将领域元数据转换为json字符串
* @param domainMetadataDTOS domainMetadataDTOS
* @return
*/
private String metadataToJsonStr(List<DomainMetadataDTO> domainMetadataDTOS){
JSONArray jsa = new JSONArray();
for (DomainMetadataDTO metadataDTO : domainMetadataDTOS) {
JSONObject metadataJson = new JSONObject();
JSONObject source = new JSONObject();
source.set("type", metadataDTO.getSourceType());
if (metadataDTO.getSourceAttributes() != null) {
JSONArray sourceAttributes = new JSONArray();
for (ERAttributeDTO attribute : metadataDTO.getSourceAttributes()) {
sourceAttributes.add(attribute.getAttrName());
}
source.set("attributes", sourceAttributes);
}
metadataJson.set("source", source);
JSONObject relation = new JSONObject();
relation.set("type", metadataDTO.getRelation());
if (metadataDTO.getRelationAttributes() != null) {
JSONArray relationAttributes = new JSONArray();
for (ERAttributeDTO attribute : metadataDTO.getRelationAttributes()) {
relationAttributes.add(attribute.getAttrName());
}
relation.set("attributes", relationAttributes);
}
metadataJson.set("relation", relation);
JSONObject target = new JSONObject();
target.set("type", metadataDTO.getTargetType());
if (metadataDTO.getTargetAttributes() != null) {
JSONArray targetAttributes = new JSONArray();
for (ERAttributeDTO attribute : metadataDTO.getTargetAttributes()) {
targetAttributes.add(attribute.getAttrName());
}
target.set("attributes", targetAttributes);
}
metadataJson.set("target", target);
jsa.add(metadataJson);
}
return jsa.toString();
}
} }

Write Preview
Loading…
Cancel
Save