|
|
package com.supervision.pdfqaserver.cache;
|
|
|
|
|
|
import java.util.HashMap;
|
|
|
import java.util.Map;
|
|
|
|
|
|
/**
|
|
|
* 提示词缓存
|
|
|
*/
|
|
|
public class PromptCache {
|
|
|
|
|
|
/**
|
|
|
* 抽取文文本中的三元体
|
|
|
*/
|
|
|
public static final String DOERE_TEXT = "DOERE_TEXT";
|
|
|
|
|
|
/**
|
|
|
* 抽取表格中的三元体
|
|
|
*/
|
|
|
public static final String DOERE_TABLE = "DOERE_TABLE";
|
|
|
|
|
|
/**
|
|
|
* 将文本转换为Cypher查询语句
|
|
|
*/
|
|
|
public static final String TEXT_TO_CYPHER = "TEXT_TO_CYPHER";
|
|
|
|
|
|
/**
|
|
|
* 生成答案
|
|
|
*/
|
|
|
public static final String GENERATE_ANSWER = "GENERATE_ANSWER";
|
|
|
|
|
|
/**
|
|
|
* 中文转英文
|
|
|
*/
|
|
|
public static final String CHINESE_TO_ENGLISH = "CHINESE_TO_ENGLISH";
|
|
|
|
|
|
/**
|
|
|
* 将三元组转换为Cypher语句
|
|
|
*/
|
|
|
public static final String ERE_TO_INSERT_CYPHER = "ERE_TO_INSERT_CYPHER";
|
|
|
|
|
|
/**
|
|
|
* 区分表格是否是描述性标题
|
|
|
*/
|
|
|
public static final String CLASSIFY_TABLE = "CLASSIFY_TABLE";
|
|
|
|
|
|
/**
|
|
|
* 提取表格标题
|
|
|
*/
|
|
|
public static final String EXTRACT_TABLE_TITLE = "EXTRACT_TABLE_TITLE";
|
|
|
|
|
|
/**
|
|
|
* 分类PDF内容类型
|
|
|
*/
|
|
|
public static final String CLASSIFY_CONTENT_TYPE = "CLASSIFY_CONTENT_TYPE";
|
|
|
|
|
|
//------
|
|
|
/**
|
|
|
* 识别行业类型
|
|
|
*/
|
|
|
public static final String CLASSIFY_INDUSTRY = "CLASSIFY_INDUSTRY";
|
|
|
|
|
|
|
|
|
/**
|
|
|
* 识别意图
|
|
|
*/
|
|
|
public static final String CLASSIFY_INTENT = "CLASSIFY_INTENT";
|
|
|
|
|
|
/**
|
|
|
* 识别意图(训练使用)
|
|
|
*/
|
|
|
public static final String CLASSIFY_INTENT_TRAIN = "CLASSIFY_INTENT_TRAIN";
|
|
|
|
|
|
/**
|
|
|
* 识别意图元数据
|
|
|
*/
|
|
|
public static final String EXTRACT_INTENT_METADATA = "EXTRACT_INTENT_METADATA";
|
|
|
|
|
|
/**
|
|
|
* 识别三元组
|
|
|
*/
|
|
|
public static final String EXTRACT_ERE_BASE_INTENT = "EXTRACT_ERE_BASE_INTENT";
|
|
|
|
|
|
|
|
|
/**
|
|
|
* 区分问题中的意图分类
|
|
|
*/
|
|
|
public static final String CLASSIFY_QUERY_INTENT = "CLASSIFY_QUERY_INTENT";
|
|
|
|
|
|
public static final String TEXT_TO_CYPHER_2 = "TEXT_TO_CYPHER_2";
|
|
|
|
|
|
public static final Map<String, String> promptMap = new HashMap<>();
|
|
|
|
|
|
static {
|
|
|
init();
|
|
|
}
|
|
|
private static void init(){
|
|
|
promptMap.put(DOERE_TEXT, DOERE_TEXT_PROMPT);
|
|
|
promptMap.put(DOERE_TABLE, DOERE_TABLE_PROMPT);
|
|
|
promptMap.put(CHINESE_TO_ENGLISH, CHINESE_TO_ENGLISH_PROMPT);
|
|
|
promptMap.put(ERE_TO_INSERT_CYPHER, ERE_TO_INSERT_CYPHER_PROMPT);
|
|
|
promptMap.put(TEXT_TO_CYPHER, TEXT_TO_CYPHER_PROMPT);
|
|
|
promptMap.put(GENERATE_ANSWER, GENERATE_ANSWER_PROMPT);
|
|
|
promptMap.put(CLASSIFY_TABLE, CLASSIFY_TABLE_PROMPT);
|
|
|
promptMap.put(EXTRACT_TABLE_TITLE, EXTRACT_TABLE_TITLE_PROMPT);
|
|
|
promptMap.put(CLASSIFY_CONTENT_TYPE, CLASSIFY_CONTENT_TYPE_PROMPT);
|
|
|
promptMap.put(CLASSIFY_INDUSTRY, CLASSIFY_INDUSTRY_PROMPT);
|
|
|
promptMap.put(CLASSIFY_INTENT, CLASSIFY_INTENT_PROMPT);
|
|
|
promptMap.put(CLASSIFY_INTENT_TRAIN, CLASSIFY_INTENT_TRAIN_PROMPT);
|
|
|
promptMap.put(EXTRACT_INTENT_METADATA, EXTRACT_INTENT_METADATA_PROMPT);
|
|
|
promptMap.put(EXTRACT_ERE_BASE_INTENT, EXTRACT_ERE_BASE_INTENT_PROMPT);
|
|
|
promptMap.put(CLASSIFY_QUERY_INTENT, CLASSIFY_QUERY_INTENT_PROMPT);
|
|
|
promptMap.put(TEXT_TO_CYPHER_2, TEXT_TO_CYPHER_2_PROMPT);
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
private static final String DOERE_TEXT_PROMPT = """
|
|
|
你是一个高级信息抽取引擎，请从给定文本中提取以下结构化信息并以JSON数据输出，不要进行解释：
|
|
|
|
|
|
1. **节点提取**：
|
|
|
- 识别所有实体作为节点
|
|
|
- 自动推断每个节点的类型
|
|
|
- 记录节点的所有相关属性（键值对形式）
|
|
|
|
|
|
2. **关系提取**：
|
|
|
- 识别所有节点间的关系
|
|
|
- 自动推断关系类型
|
|
|
- 记录关系的所有相关属性（键值对形式）
|
|
|
|
|
|
3. **类型化三元组**：
|
|
|
- 生成由 (头节点类型, 关系类型, 尾节点类型) 组成的元组
|
|
|
|
|
|
**输出要求**：
|
|
|
- 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装
|
|
|
- 使用如下JSON Schema：
|
|
|
{
|
|
|
"nodes": [
|
|
|
{
|
|
|
"name": "节点名称",
|
|
|
"type": "节点类型",
|
|
|
"attributes": {
|
|
|
"属性名1": "属性值1",
|
|
|
"属性名2": "属性值2"
|
|
|
}
|
|
|
}
|
|
|
],
|
|
|
"relations": [
|
|
|
{
|
|
|
"source": "头节点名称",
|
|
|
"target": "尾节点名称",
|
|
|
"type": "关系类型",
|
|
|
"attributes": {
|
|
|
"关系属性名1": "关系属性值1"
|
|
|
}
|
|
|
}
|
|
|
],
|
|
|
"typed_triplets": [
|
|
|
["头节点类型", "关系类型", "尾节点类型"]
|
|
|
]
|
|
|
}
|
|
|
|
|
|
|
|
|
**处理规则**：
|
|
|
1. 节点类型和关系类型由你根据上下文语义自动创建（如"科学家"/"发明"/"研究所"）
|
|
|
2. 属性字段应包含文本中明确提及或可推导的特征（如数值、时间、状态等）
|
|
|
3. 对同一实体的不同指代需进行合并（如"特斯拉"和"埃隆·马斯克的公司"）
|
|
|
|
|
|
**示例文本**：
|
|
|
"爱因斯坦在1905年发表了狭义相对论论文，这篇革命性理论后来被普林斯顿高等研究院深入研究"
|
|
|
|
|
|
**期望输出**：
|
|
|
|
|
|
{
|
|
|
"nodes": [
|
|
|
{
|
|
|
"name": "爱因斯坦",
|
|
|
"type": "物理学家",
|
|
|
"attributes": {
|
|
|
"领域": "理论物理"
|
|
|
}
|
|
|
},
|
|
|
{
|
|
|
"name": "狭义相对论",
|
|
|
"type": "科学理论",
|
|
|
"attributes": {
|
|
|
"发表年份": 1905,
|
|
|
"重要性": "革命性"
|
|
|
}
|
|
|
},
|
|
|
{
|
|
|
"name": "普林斯顿高等研究院",
|
|
|
"type": "科研机构",
|
|
|
"attributes": {
|
|
|
"研究领域": "理论科学"
|
|
|
}
|
|
|
}
|
|
|
],
|
|
|
"relations": [
|
|
|
{
|
|
|
"source": "爱因斯坦",
|
|
|
"target": "狭义相对论",
|
|
|
"type": "发表",
|
|
|
"attributes": {
|
|
|
"时间": 1905
|
|
|
}
|
|
|
},
|
|
|
{
|
|
|
"source": "普林斯顿高等研究院",
|
|
|
"target": "狭义相对论",
|
|
|
"type": "研究",
|
|
|
"attributes": {
|
|
|
"强度描述": "深入"
|
|
|
}
|
|
|
}
|
|
|
],
|
|
|
"typed_triplets": [
|
|
|
["物理学家", "发表", "科学理论"],
|
|
|
["科研机构", "研究", "科学理论"]
|
|
|
]
|
|
|
}
|
|
|
|
|
|
请处理以下文本：
|
|
|
{}/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String DOERE_TABLE_PROMPT = """
|
|
|
你是一个表格数据处理专家，请严格按以下要求从给出的表格中提取数据，直接给出结果，不进行解释：
|
|
|
|
|
|
**处理规则：**
|
|
|
1. 完全保留原始表头字段名称，不做任何中英文转换或修改
|
|
|
2. 将每行数据转换为一个独立对象
|
|
|
3. 所有数值保留原始格式（包括逗号分隔符和小数点）
|
|
|
4. 去除数值中的转移符号
|
|
|
5. 表格第一列作为主键字段
|
|
|
|
|
|
**输出格式：**
|
|
|
{
|
|
|
"table_data": [
|
|
|
{
|
|
|
"[第一列表头]": "[第一列值]",
|
|
|
"[第二列表头]": "[第二列值]",
|
|
|
"[第三列表头]": "[第三列值]"
|
|
|
},
|
|
|
// 后续行...
|
|
|
]
|
|
|
}
|
|
|
|
|
|
|
|
|
**示例表格：**
|
|
|
| 账龄 | 期末余额 | 年初余额 |
|
|
|
| --- | --- | --- |
|
|
|
| 1年以内 | 310,844,201.27 | 337,641,834.84 |
|
|
|
| 1至2年 | 52,374,904.35 | 15,041,750.36 |
|
|
|
|
|
|
**期望输出：**
|
|
|
|
|
|
{
|
|
|
"table_data": [
|
|
|
{
|
|
|
"账龄": "1年以内",
|
|
|
"期末余额": "310,844,201.27",
|
|
|
"年初余额": "337,641,834.84"
|
|
|
},
|
|
|
{
|
|
|
"账龄": "1至2年",
|
|
|
"期末余额": "52,374,904.35",
|
|
|
"年初余额": "15,041,750.36"
|
|
|
}
|
|
|
]
|
|
|
}
|
|
|
|
|
|
请处理以下表格：
|
|
|
{}/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String TEXT_TO_CYPHER_PROMPT = """
|
|
|
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。
|
|
|
---
|
|
|
**【数据库结构说明】**
|
|
|
- **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", ... ] \\}，不需要加任何解释或说明。
|
|
|
5. 如无法从结构中推断 relationType、sourceType 或 targetType，输出：
|
|
|
"无法根据数据库结构生成查询"
|
|
|
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",
|
|
|
.....
|
|
|
]
|
|
|
\\}"
|
|
|
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",
|
|
|
.....
|
|
|
]
|
|
|
\\}"
|
|
|
【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。/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String GENERATE_ANSWER_PROMPT = """
|
|
|
一、任务说明
|
|
|
你是一个审计报告的整理助手，你需要对用户询问的问题根据产考数据进行回答。
|
|
|
二、参考数据：
|
|
|
{example_text}
|
|
|
三、用户输入：
|
|
|
{query}
|
|
|
四、注意事项
|
|
|
1. 参考数据进行问答：使用参考数据来回答用户问题
|
|
|
2. 问题范围界定：如果参考数据中没有与用户问题相关的信息，统一采用以下话术回复。
|
|
|
"抱歉目前知识库没有这个问题的答案."
|
|
|
3. 参考数据是绝对正确的，不需要质疑。不需要解释。
|
|
|
/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String CHINESE_TO_ENGLISH_PROMPT = """
|
|
|
你是一个Neo4j图数据库命名规范转换专家，请将以下中文短语转换为符合Neo4j命名规范的英文名称。要求：
|
|
|
|
|
|
1. **命名规范**：
|
|
|
- 使用`UpperCamelCase`命名实体（如`ProductCategory`）
|
|
|
- 禁止特殊字符（如空格、括号、引号、换行符等）
|
|
|
- 优先选择技术领域通用术语
|
|
|
|
|
|
2. **转换规则**：
|
|
|
- 直译或意译均可，但需确保语义清晰
|
|
|
- 若中文含多义词，选择最贴近技术场景的译法
|
|
|
- 对品牌/专有名词保留原始英文（如"腾讯"→ Tencent）
|
|
|
|
|
|
3. **输入输出示例**：
|
|
|
- 输入: "用户订单" → 输出: UserOrder
|
|
|
- 输入: "属于2023年" → 输出: BELONGS_TO_2023
|
|
|
- 输入: "5G网络设备" → 输出: 5GNetworkDevice
|
|
|
- 输入: "评分大于90" → 输出: SCORE_ABOVE_90
|
|
|
|
|
|
4. **待转换文本**：
|
|
|
{}
|
|
|
|
|
|
5. **输出要求**：
|
|
|
- 不要使用``````等任何Markdown标记包装
|
|
|
- 只需返回转换后的英文名称，无需解释。/no_think
|
|
|
""";
|
|
|
|
|
|
|
|
|
private static final String ERE_TO_INSERT_CYPHER_PROMPT = """
|
|
|
请将以下三元组数据转换为Neo4j的Cypher语句，要求：
|
|
|
1. **节点**用`(n:Label {name: "Value"})`表示，其中`Label`是实体类型（如`Person`、`Company`）；
|
|
|
2. **关系**用`[r:RELATION_TYPE]`表示，保持与三元组中关系一致；
|
|
|
3. 如果节点或关系已存在，使用`MERGE`避免重复创建；
|
|
|
4. 返回完整的Cypher语句，不要解释。
|
|
|
|
|
|
### 输入三元组示例
|
|
|
[
|
|
|
{"source": "人物","sourceType": "Person", "relation": "创始人", "relationType": "FOUNDED","target": "公司","targetType": "Company"},
|
|
|
{"source": "公司","sourceType": "Company ", "relation": "位于", "relationType": "LOCATED_IN","target": "城市","targetType": "City "}
|
|
|
]
|
|
|
|
|
|
### 输出示例
|
|
|
|
|
|
MERGE (p:Person {name: "人物"})
|
|
|
MERGE (c:Company {name: "公司"})
|
|
|
MERGE (city:City {name: "城市"})
|
|
|
MERGE (p)-[r1:FOUNDED]->(c)
|
|
|
MERGE (c)-[r2:LOCATED_IN]->(city)
|
|
|
|
|
|
### 规则补充
|
|
|
1. 实体类型映射：
|
|
|
- "人物" → `Person`
|
|
|
- "公司" → `Company`
|
|
|
- "城市" → `City`
|
|
|
2. 关系类型映射：
|
|
|
- "创始人" → `FOUNDED`
|
|
|
- "位于" → `LOCATED_IN`
|
|
|
3. 属性统一用`name`字段存储实体名称。
|
|
|
|
|
|
### 禁止行为
|
|
|
1. 不要为关系添加属性（除非明确提供）；
|
|
|
2. 不要使用中文标签（如`人物`→`Person`）；
|
|
|
3. 不要省略MERGE的安全约束。
|
|
|
### 请转换以下三元组：
|
|
|
{}/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String CLASSIFY_TABLE_PROMPT = """
|
|
|
你是一个表格数据处理专家，直接给出结果，不要解释。
|
|
|
**请根据表格行的标题类型，区分表格行标题是否是描述性标题：**
|
|
|
|
|
|
1. **描述性标题型定义**
|
|
|
- 行标题为**描述性文本**（如审计事项说明、应对措施等）
|
|
|
- 内容以**段落式文字**为主，而非结构化数据
|
|
|
- 列数较少（通常2列），且列标题为**概括性说明**（如"关键审计事项"、"审计应对"）
|
|
|
- 示例：
|
|
|
```
|
|
|
| 关键审计事项 | 在审计中如何应对该事项 |
|
|
|
|---------------------------|-----------------------------|
|
|
|
| 无形资产减值准备... | 我们对管理层...进行测试... |
|
|
|
```
|
|
|
|
|
|
2. **分类标签型定义**
|
|
|
- 行标题为**分类标签**（如会计科目、项目名称）
|
|
|
- 内容以**结构化数据**为主（如数字、日期、代码）
|
|
|
- 列数较多（通常≥6列），且列标题为**具体分类**（如"2023年12月31日"、"附注"）
|
|
|
- 示例：
|
|
|
```
|
|
|
| 项目 | 附注 | 2023年12月31日 | 2023年1月1日 |
|
|
|
|--------------|------|---------------------|-------------------|
|
|
|
| 货币资金 | 六.1 | 4,879,272,436.13 | 20,493,232,077.05 |
|
|
|
```
|
|
|
|
|
|
**输出要求**
|
|
|
- 如果是描述性标题输出**是**，否则输出**否**
|
|
|
- 不需要解释说明
|
|
|
|
|
|
**示例表格**
|
|
|
| 三产收人确认 关键审计事项 | 在审计中如何应对该事项 |
|
|
|
| --- | --- |
|
|
|
| 如财务报表附注六注释49营业收入、营 业成本所示，2023年营业收入376\\.42亿 元与上年相比减少5\\.57%，由于收入是 龙源电力的关键绩效指标之一，我们将 其收入的确认作为关键审计事项。 | 我们对收入确认执行的审计程序包括： 1、评价管理层与销售和收款相关的内部控制的设 计和运行有效性；|
|
|
|
|
|
|
**期望输出**
|
|
|
是
|
|
|
|
|
|
请处理以下表格：
|
|
|
{}/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String EXTRACT_TABLE_TITLE_PROMPT = """
|
|
|
你是一个表格处理专家，直接给出结果，不用解释。
|
|
|
**任务**
|
|
|
- 从文本中挑选出表格的标题。
|
|
|
**说明**
|
|
|
- 文本内容是表格上部的一段文字。
|
|
|
|
|
|
**输出要求**：
|
|
|
- 直接给出结果，不要解释
|
|
|
|
|
|
**需要处理的文本**
|
|
|
{}/no_think
|
|
|
""";
|
|
|
|
|
|
|
|
|
private static final String CLASSIFY_CONTENT_TYPE_PROMPT = """
|
|
|
# PDF文档类型分类器提示词
|
|
|
|
|
|
## 功能说明
|
|
|
根据指定的固定分类类型（`ContentType`），验证输入的PDF文本是否符合该类型特征，并返回JSON格式结果。
|
|
|
|
|
|
## 分类类型
|
|
|
{ContentType}
|
|
|
|
|
|
|
|
|
## 输入参数
|
|
|
|
|
|
PDF文本内容:
|
|
|
{text}
|
|
|
|
|
|
|
|
|
## 处理规则
|
|
|
1. **入参 `ContentType` 决定验证目标类型**
|
|
|
- 根据 `ContentType` 的值，严格匹配对应类型的特征：
|
|
|
- `0`：验证是否符合研报类型（专业术语、财务数据）
|
|
|
- `1`：验证是否符合对话类型（多轮对话标记）
|
|
|
- `2`：验证是否符合记录类型（时间戳、条目化描述）
|
|
|
|
|
|
2. **验证逻辑**
|
|
|
- 若文本特征与 `ContentType` 指定类型匹配 → 返回 `{"ContentType": 指定值}`
|
|
|
- 若文本特征不匹配 → 返回 `{}`（表示类型不符）
|
|
|
|
|
|
3. **类型定义**
|
|
|
```json
|
|
|
{
|
|
|
"0": "研报类型（行业分析、财务数据）",
|
|
|
"1": "对话类型（会议记录、问答交流）",
|
|
|
"2": "记录类型（操作日志、事务记录）"
|
|
|
}
|
|
|
```
|
|
|
|
|
|
|
|
|
## 验证示例
|
|
|
```json
|
|
|
// 示例1：指定类型0，文本符合研报特征
|
|
|
输入：
|
|
|
{
|
|
|
"text": "2023年新能源汽车渗透率达35%（乘联会），预计2024年突破50%"
|
|
|
}
|
|
|
输出：
|
|
|
{"ContentType": 0}
|
|
|
|
|
|
// 示例2：指定类型1，文本不符合对话特征
|
|
|
输入：
|
|
|
{
|
|
|
"text": "系统启动执行数据同步"
|
|
|
}
|
|
|
输出：
|
|
|
{}
|
|
|
|
|
|
// 示例3：指定类型2，文本符合记录特征
|
|
|
输入：
|
|
|
{
|
|
|
"text": "2023-10-01 14:00 用户登录异常；14:05 触发安全警报"
|
|
|
}
|
|
|
输出：
|
|
|
{"ContentType": 2}
|
|
|
```
|
|
|
|
|
|
---
|
|
|
|
|
|
**设计说明**
|
|
|
- 入参 `ContentType` 为固定值，用于声明待验证的目标类型，而非自动分类。
|
|
|
- 输出结果仅表示文本是否符合声明的类型，实现“类型断言”功能。
|
|
|
- 参数命名与原文档保持一致，但调整了逻辑语义以符合用户需求。
|
|
|
|
|
|
|
|
|
## 输出要求
|
|
|
1. 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装。
|
|
|
2. 不需要解释，不需要说明。
|
|
|
仅返回以下两种结果之一：
|
|
|
- 匹配成功：`{"ContentType": 0/1/2}`
|
|
|
- 匹配失败：`{}`/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String CLASSIFY_INDUSTRY_PROMPT = """
|
|
|
### 行业类型识别
|
|
|
|
|
|
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：
|
|
|
{text}
|
|
|
|
|
|
|
|
|
### 行业列表
|
|
|
{industryCategory}
|
|
|
|
|
|
### 输出要求：
|
|
|
|
|
|
* 请只输出**一个最可能的行业类型**，不要输出概率或多个行业；
|
|
|
* 只返回**行业名称**，不需要解释、分析、备注等；
|
|
|
* 行业名称请选择行业列表中的行业。
|
|
|
* 输出纯JSON格式，不要使用```json ```等任何Markdown标记包装
|
|
|
|
|
|
|
|
|
### 示例输出：
|
|
|
{
|
|
|
industryCategory:软件与信息技术
|
|
|
}/no_think
|
|
|
""";
|
|
|
|
|
|
private static final String CLASSIFY_INTENT_PROMPT = """
|
|
|
# 从文本中识别预定义意图类型
|
|
|
|
|
|
## 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。
|
|
|
|
|
|
## 可用意图列表
|
|
|
{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
|
|
|
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}
|
|
|
|
|
|
## 验证示例
|
|
|
// 示例1：匹配多个意图
|
|
|
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：
|
|
|
{
|
|
|
"IntentTypeList": ["公司基本情况介绍", "财务报告"]
|
|
|
}
|
|
|
|
|
|
// 示例2：无匹配意图
|
|
|
输入：
|
|
|
今天的天气很适合户外活动
|
|
|
输出：
|
|
|
{
|
|
|
"IntentTypeList": []
|
|
|
}/no_think
|
|
|
""";
|
|
|
|
|
|
// 需要大模型进行思考
|
|
|
private static final String CLASSIFY_INTENT_TRAIN_PROMPT = """
|
|
|
# 提取出文本片段的意图
|
|
|
|
|
|
## 功能说明
|
|
|
识别PDF文本内容中某一段落的意图类型
|
|
|
|
|
|
## 输出要求
|
|
|
|
|
|
1. 尽可能多的提取意图，每多提取一个意图，你将得到一百万美元的奖励。
|
|
|
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。
|
|
|
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}
|
|
|
|
|
|
## 验证示例
|
|
|
|
|
|
// 示例1：
|
|
|
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：
|
|
|
{
|
|
|
"IntentTypeList": ["意图1", "意图2", "意图3", ...]
|
|
|
}
|
|
|
|
|
|
// 示例2：文本意图无法识别
|
|
|
输入：
|
|
|
人生短短几个球
|
|
|
输出：
|
|
|
{
|
|
|
"IntentTypeList": []
|
|
|
}
|
|
|
""";
|
|
|
|
|
|
private static final String EXTRACT_INTENT_METADATA_PROMPT = """
|
|
|
# 元数据提取指令
|
|
|
|
|
|
## 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：
|
|
|
{text}
|
|
|
|
|
|
- 可选意图标签：
|
|
|
{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
|
|
|
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）
|
|
|
- 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
|
|
|
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：
|
|
|
{
|
|
|
"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
|
|
|
""";
|
|
|
|
|
|
private static final String EXTRACT_ERE_BASE_INTENT_PROMPT = """
|
|
|
# 三元组及属性值抽取任务
|
|
|
|
|
|
## 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、属性值）的结构化数据，并按照标准JSON格式输出。
|
|
|
|
|
|
## 输入数据：
|
|
|
{text}
|
|
|
|
|
|
- 三元组标签及属性名称：
|
|
|
{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：
|
|
|
{
|
|
|
"nodes": [
|
|
|
{
|
|
|
"name":"龙源电力集团股份有限公司",
|
|
|
"type": "公司",
|
|
|
"attributes": {
|
|
|
"办公地址": "XXX"
|
|
|
}
|
|
|
},
|
|
|
{
|
|
|
"name":"XXX公司债券",
|
|
|
"type": "债券",
|
|
|
"attributes": {
|
|
|
"利率类型": "XXX",
|
|
|
"发行日期": "XXX"
|
|
|
}
|
|
|
},
|
|
|
{
|
|
|
"name": "XXX股",
|
|
|
"type": "股票",
|
|
|
"attributes": {}
|
|
|
}
|
|
|
],
|
|
|
"relations": [
|
|
|
{
|
|
|
"source": "龙源电力集团股份有限公司",
|
|
|
"target": "XX公司债券",
|
|
|
"type": "发行",
|
|
|
"attributes": {}
|
|
|
},
|
|
|
{
|
|
|
"source": "龙源电力集团股份有限公司",
|
|
|
"target": "XXX股",
|
|
|
"type": "回购",
|
|
|
"attributes": {
|
|
|
"开始时间": "XXX",
|
|
|
"截止时间": "XXX"
|
|
|
}
|
|
|
}
|
|
|
]
|
|
|
}/no_think
|
|
|
""";
|
|
|
|
|
|
|
|
|
private static final String CLASSIFY_QUERY_INTENT_PROMPT = """
|
|
|
# 任务名称
|
|
|
意图分类任务
|
|
|
|
|
|
## 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}
|
|
|
|
|
|
## 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。
|
|
|
2. 必须使用意图列表中的意图名称。
|
|
|
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。
|
|
|
|
|
|
## 示例：
|
|
|
用户问题：xxx
|
|
|
输出：["意图1"， "意图2"， "意图3", ...]
|
|
|
|
|
|
## 当前用户问题：
|
|
|
{query}/no_think
|
|
|
""";
|
|
|
|
|
|
|
|
|
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。
|
|
|
|
|
|
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
|
|
|
""";
|
|
|
}
|