跳转至

通用模板

基础类型和常见提取任务。

概述

通用模板为各种文档提供基本的提取功能。

基础类型

base_model

用途：基础结构化数据提取

输出：单个结构化对象

用于：简单摘要、表单类数据

he parse doc.md -t general/model -l zh

ka = Template.create("general/model", "zh")
result = ka.parse(doc_text)

print(result.data)

输出模式： 

{
    "field1": "value1",
    "field2": "value2"
}

base_list

用途：有序集合提取

输出：项目列表

用于：序列、排名

he parse doc.md -t general/list -l zh

ka = Template.create("general/list", "zh")
result = ka.parse(doc_text)

for item in result.data.items:
    print(f"- {item}")

输出模式： 

{
    "items": ["item1", "item2", "item3"]
}

base_set

用途：唯一集合提取

输出：唯一项目集合

用于：标签、类别、关键词

he parse doc.md -t general/set -l zh

ka = Template.create("general/set", "zh")
result = ka.parse(doc_text)

for item in result.data.items:
    print(f"- {item}")

输出模式： 

{
    "items": {"unique1", "unique2", "unique3"}
}

base_graph

用途：基础实体关系提取

输出：包含实体和关系的图谱

用于：知识图谱、网络

he parse doc.md -t general/graph -l zh

ka = Template.create("general/graph", "zh")
result = ka.parse(doc_text)

print(f"实体: {len(result.nodes)}")
print(f"关系: {len(result.edges)}")

输出模式： 

{
    "entities": [
        {"name": "Entity1", "type": "type1"},
        {"name": "Entity2", "type": "type2"}
    ],
    "relations": [
        {"source": "Entity1", "target": "Entity2", "type": "relates_to"}
    ]
}

专业模板

biography_graph

类型：temporal_graph

用途：提取人物生平事件和时间线

最适合：传记、简介、回忆录

he parse sushi.md -t general/biography_graph -l zh

ka = Template.create("general/biography_graph", "zh")
result = ka.parse(biography_text)

# 构建索引以支持交互功能
result.build_index()

# 可视化生平事件（支持搜索/对话功能）
result.show()

# 提问
response = result.chat("主要成就是什么？")
print(response.content)

特性： - 提取人物、地点、事件 - 捕获时间关系 - 时间线可视化

示例输出： 

{
    "entities": [
        {"name": "苏轼", "type": "人物"},
        {"name": "《念奴娇·赤壁怀古》", "type": "作品"}
    ],
    "relations": [
        {
            "source": "苏轼",
            "target": "《念奴娇·赤壁怀古》",
            "type": "创作",
            "time": "1082"
        }
    ]
}

concept_graph

类型：graph

用途：提取概念及其关系

最适合：研究论文、技术文档、文章

he parse paper.md -t general/concept_graph -l zh

ka = Template.create("general/concept_graph", "zh")
result = ka.parse(paper_text)

# 获取概念图
for node in result.nodes:
    print(f"概念: {node.name}")

for edge in result.edges:
    print(f"{edge.source} → {edge.target}")

特性： - 概念识别 - 关系映射 - 层次结构

doc_structure

类型：model

用途：提取文档结构和大纲

最适合：长文档、报告、书籍

he parse report.md -t general/doc_structure -l zh

ka = Template.create("general/doc_structure", "zh")
result = ka.parse(report_text)

print(f"标题: {result.data.title}")
print(f"章节: {len(result.data.sections)}")

for section in result.data.sections:
    print(f"- {section.heading}")

特性： - 章节识别 - 标题层次 - 每节要点

workflow_graph

类型：graph

用途：提取流程工作流

最适合：程序、流程、工作流

he parse procedure.md -t general/workflow_graph -l zh

ka = Template.create("general/workflow_graph", "zh")
result = ka.parse(procedure_text)

# 构建索引用于可视化
result.build_index()

# 可视化工作流
result.show()

# 查询工作流
response = result.chat("第一步是什么？")
print(response.content)

特性： - 步骤识别 - 流程关系 - 决策点

何时使用通用模板

何时使用：

  • 文档不属于特定领域
  • 需要基础提取
  • 探索/文档类型未知
  • 构建自定义工作流

何时不使用：

  • 有领域特定模板可用（改用那个）
  • 需要专业字段（创建自定义模板）

示例

示例 1：简单摘要

from hyperextract import Template

ka = Template.create("general/model", "zh")
result = ka.parse("""
会议记录：
日期：2024年1月15日
参会：Alice, Bob, Carol
主题：Q1 规划
决定：3月发布产品
""")

print(result.data)

示例 2：传记分析

ka = Template.create("general/biography_graph", "zh")
result = ka.parse(biography_text)

# 构建索引以支持交互功能
result.build_index()

# 可视化生平事件（支持搜索/对话功能）
result.show()

# 提问
response = result.chat("主要成就是什么？")
print(response.content)

示例 3：研究论文

ka = Template.create("general/concept_graph", "zh")
result = ka.parse(paper_text)

# 获取概念图
for node in result.nodes:
    print(f"概念: {node.name}")

for edge in result.edges:
    print(f"{edge.source} → {edge.target}")

参见