|
|
@@ -30,30 +30,61 @@ SubModules:
|
|
|
PromptEngneering:
|
|
|
KIE_CommonText:
|
|
|
module_name: prompt_engneering
|
|
|
-
|
|
|
task_type: text_kie_prompt_v2
|
|
|
-
|
|
|
- task_description: '你现在的任务是从OCR结果中提取问题列表中每一个问题的答案。
|
|
|
- OCR的文字识别结果使用```符号包围，包含所识别出来的文字，顺序在原始图片中从左至右、从上至下。
|
|
|
- 我指定的问题列表使用[]符号包围。请注意OCR的文字识别结果可能存在长句子换行被切断、不合理的分词、
|
|
|
- 文字被错误合并等问题，你需要结合上下文语义进行综合判断，以获取准确的答案。'
|
|
|
-
|
|
|
- output_format: '在返回结果时使用JSON格式，包含多个key-value对，key值为我指定的问题，value值为该问题对应的答案。
|
|
|
- 如果认为OCR识别结果中，对于问题key，没有答案，则将value赋值为"未知"。请只输出json格式的结果，
|
|
|
- 并做json格式校验后返回，不要包含其它多余文字！'
|
|
|
-
|
|
|
- rules_str: '请依次确认满足下面要求。（1）每个问题的答案用OCR结果的内容回答，针对问题回答尽可能详细和完整，
|
|
|
- 并保持格式、数字、正负号、单位、符号和标点都与OCR结果中的内容完全一致。
|
|
|
- （2）如果答案的句末有标点符号，请添加标点符号。
|
|
|
- （3）对于答案中的数字，如果可以推断出单位，请补充相应的单位。'
|
|
|
-
|
|
|
+
|
|
|
+ task_description: '你是一个信息提取助手，你的任务是从OCR结果中提取每一个问题的答案。
|
|
|
+
|
|
|
+ 请注意：问题可分为两类，你需要**根据问题的语义自动判断任务类型**，并分别使用以下规则：
|
|
|
+
|
|
|
+ 1. **摘录型问题（适用于法规、定义、条款、原句类问题）**
|
|
|
+ - 特征：问题中常出现“是什么”“内容是什么”“规定是什么”等；
|
|
|
+ - 要求：答案必须**逐字摘录自 OCR 文本**，不可改写或简化。
|
|
|
+
|
|
|
+ 2. **问答型问题（适用于需要计算、推理、提取数字信息的问题）**
|
|
|
+ - 特征：问题中含“多少”“增长了多少”“是多少元”等；
|
|
|
+ - 要求：可以基于 OCR 文本进行**理解、补全和单位推理**，但需严格以 OCR 信息为依据，不得引入外部常识或主观猜测。
|
|
|
+
|
|
|
+ OCR识别结果使用```符号包围，按图片中从左至右、从上至下排序。
|
|
|
+ 问题列表使用[]符号包围。'
|
|
|
+
|
|
|
+ output_format: '输出以 JSON 格式返回，key 为问题内容，value 为对应答案。
|
|
|
+ - 所有答案必须是完整、可理解的语句或片段；
|
|
|
+ - 若 OCR 中无法确定答案，请将 value 设为 "未知"；
|
|
|
+ - 严格使用 "未知"，不允许使用 null、空字符串、"-" 等其他表示形式。'
|
|
|
+
|
|
|
+ rules_str: '通用规则：
|
|
|
+ 1. **内容来源与完整性**
|
|
|
+ - 所有问题的答案必须**完全依据表格中的内容**进行作答；
|
|
|
+ - 回答时应**尽可能详细和完整**，不得省略或自行补充未在表格中明确出现的信息；
|
|
|
+ - 保持**原文的格式、数字、正负号、单位、符号和标点符号**完全一致。
|
|
|
+
|
|
|
+ 2. **标点规范**
|
|
|
+ - 如果原文答案句末带有标点符号（如句号、逗号、分号等），请**保留并添加在答案结尾**。
|
|
|
+ 3. **单位补全要求**
|
|
|
+ - 由于评测可能涉及单位识别，**答案中的所有数字后必须添加单位**；
|
|
|
+ - 如果原文上下文中已明确提供单位，**请直接使用该单位**；
|
|
|
+ - 如果上下文中未出现单位，**请你根据语义补充一个合理的常见单位**，如“个”“项”“次”“年”“元”等；
|
|
|
+ - 对于比率或百分比，请**务必添加“%”符号**；
|
|
|
+ - **禁止省略单位**，也不得以“无单位”或空字符串代替；
|
|
|
+ - 添加单位时，**直接紧跟在数字后，不允许加括号、引号或任何额外标注符号**。
|
|
|
+
|
|
|
+ 4. **上下文语义保持**
|
|
|
+ - 请严格遵循原文语义；
|
|
|
+ - 如果原文描述为“在30分钟内完成”，请**完整回答“在30分钟内完成”**，而**不是简化为“30分钟”**；
|
|
|
+ - 不可断章取义、丢失时间、条件或限制性描述。
|
|
|
+ 5. 如无法确定答案，必须填“未知”。
|
|
|
+ 摘录型补充规则：
|
|
|
+ - 答案必须逐字摘抄自 OCR 文本；
|
|
|
+ - 不得缩写、改写或断章取义。
|
|
|
+ 问答型补充规则：
|
|
|
+ - 可以合理组合 OCR 中的多个片段；
|
|
|
+ - 可进行单位补全和数值归纳；
|
|
|
+ - 不得引入非文本来源内容。'
|
|
|
few_shot_demo_text_content:
|
|
|
-
|
|
|
few_shot_demo_key_value_list:
|
|
|
|
|
|
KIE_Table:
|
|
|
module_name: prompt_engneering
|
|
|
-
|
|
|
task_type: table_kie_prompt_v2
|
|
|
|
|
|
task_description: '你现在的任务是从输入的html格式的表格内容中提取问题列表中每一个问题的答案。
|
|
|
@@ -62,33 +93,53 @@ SubModules:
|
|
|
output_format: '在返回结果时使用JSON格式，包含多个key-value对，key值为我指定的问题，value值为该问题对应的答案。
|
|
|
如果认为表格内容中，对于问题key，没有答案，则将value赋值为"未知"。请只输出json格式的结果，
|
|
|
并做json格式校验后返回，不要包含其它多余文字！'
|
|
|
-
|
|
|
- rules_str: '请依次确认满足下面要求。（1）每个问题的答案用表格内容回答，针对问题回答尽可能详细和完整，
|
|
|
- 并保持格式、数字、正负号、单位、符号和标点都与表格内容完全一致。
|
|
|
- （2）对于答案中的数字，如果可以推断出单位，请补充相应的单位。
|
|
|
- （3）如果答案是百分比，请添加百分号。'
|
|
|
-
|
|
|
+
|
|
|
+ rules_str: '通用规则：
|
|
|
+ 1. **内容来源与完整性**
|
|
|
+ - 所有问题的答案必须**完全依据表格中的内容**进行作答；
|
|
|
+ - 回答时应**尽可能详细和完整**，不得省略或自行补充未在表格中明确出现的信息；
|
|
|
+ - 保持**原文的格式、数字、正负号、单位、符号和标点符号**完全一致。
|
|
|
+
|
|
|
+ 2. **标点规范**
|
|
|
+ - 如果原文答案句末带有标点符号（如句号、逗号、分号等），请**保留并添加在答案结尾**。
|
|
|
+ 3. **单位补全要求**
|
|
|
+ - 由于评测可能涉及单位识别，**答案中的所有数字后必须添加单位**；
|
|
|
+ - 如果原文上下文中已明确提供单位，**请直接使用该单位**；
|
|
|
+ - 如果上下文中未出现单位，**请你根据语义补充一个合理的常见单位**，如“个”“项”“次”“年”“元”等；
|
|
|
+ - 对于比率或百分比，请**务必添加“%”符号**；
|
|
|
+ - **禁止省略单位**，也不得以“无单位”或空字符串代替；
|
|
|
+ - 添加单位时，**直接紧跟在数字后，不允许加括号、引号或任何额外标注符号**。
|
|
|
+
|
|
|
+ 4. **上下文语义保持**
|
|
|
+ - 请严格遵循原文语义；
|
|
|
+ - 如果原文描述为“在30分钟内完成”，请**完整回答“在30分钟内完成”**，而**不是简化为“30分钟”**；
|
|
|
+ - 不可断章取义、丢失时间、条件或限制性描述。
|
|
|
+ 5. 如无法确定答案，必须填“未知”。
|
|
|
+
|
|
|
+ 摘录型补充规则：
|
|
|
+ - 答案必须逐字摘抄自 OCR 文本；
|
|
|
+ - 不得缩写、改写或断章取义。
|
|
|
+ 问答型补充规则：
|
|
|
+ - 可以合理组合 OCR 中的多个片段；
|
|
|
+ - 可进行单位补全和数值归纳；
|
|
|
+ - 不得引入非文本来源内容。
|
|
|
+ '
|
|
|
+
|
|
|
few_shot_demo_text_content:
|
|
|
-
|
|
|
few_shot_demo_key_value_list:
|
|
|
-
|
|
|
+
|
|
|
Ensemble:
|
|
|
module_name: prompt_engneering
|
|
|
-
|
|
|
task_type: ensemble_prompt
|
|
|
|
|
|
task_description: '你现在的任务是，对于一个问题，对比方法A和方法B的结果，选择更准确的一个回答。
|
|
|
问题用```符号包围。'
|
|
|
-
|
|
|
output_format: '请返回JSON格式的结果，包含多个key-value对，key值为我指定的问题，
|
|
|
value值为`方法A`或`方法B`。如果对于问题key，没有找到答案，将value赋值为"未知"。
|
|
|
请只输出json格式的结果，并做json格式校验后返回，不要包含其它多余文字！'
|
|
|
-
|
|
|
rules_str: '对于涉及数字的问题，请返回与问题描述最相关且数字表述正确的答案。
|
|
|
请特别注意数字中的标点使用是否合理。'
|
|
|
-
|
|
|
few_shot_demo_text_content:
|
|
|
-
|
|
|
few_shot_demo_key_value_list:
|
|
|
|
|
|
SubPipelines:
|
zhouchangda