文档结构化-KV信息抽取

文档结构化-KV信息抽取适用于从文档中抽取符合key : value模式的信息,典型应用场景如简历文档、合同文档、报告文档等,对具备显著KV信息模式的文档抽取效果较好。

Java代码示例

  1. DefaultProfile defaultProfile = DefaultProfile.getProfile("cn-hangzhou","your-access-key-id","your-access-key-secret");
  2. IAcsClient client = new DefaultAcsClient(defaultProfile);
  3. String content = "姓名:张三 年龄:21岁 手机号码:18880000000";
  4. RunPreTrainServiceRequest request = new RunPreTrainServiceRequest();
  5. request.setServiceName("NER-KV");
  6. request.setPredictContent(content);
  7. RunPreTrainServiceResponse response = client.getAcsResponse(request);
  8. System.out.println(response.getPredictResult());

Python代码示例

  1. # 安装依赖
  2. pip install aliyun-python-sdk-core
  3. pip install aliyun-python-sdk-nlp-automl
  1. # -*- coding: utf8 -*-
  2. import json
  3. from aliyunsdkcore.client import AcsClient
  4. from aliyunsdkcore.acs_exception.exceptions import ClientException
  5. from aliyunsdkcore.acs_exception.exceptions import ServerException
  6. from aliyunsdknlp_automl.request.v20191111 import RunPreTrainServiceRequest
  7. # Initialize AcsClient instance
  8. client = AcsClient(
  9. "<your-access-key-id>",
  10. "<your-access-key-secret>",
  11. "cn-hangzhou"
  12. );
  13. content = '姓名:张三 年龄:21岁 手机号码:18880000000'
  14. # Initialize a request and set parameters
  15. request = RunPreTrainServiceRequest.RunPreTrainServiceRequest()
  16. request.set_ServiceName('NER-KV')
  17. request.set_PredictContent(content)
  18. # Print response
  19. response = client.do_action_with_exception(request)
  20. resp_obj = json.loads(response)
  21. predict_result = json.loads(resp_obj['PredictResult'])
  22. print(predict_result)
说明
1.调用KV信息抽取服务,ServiceName需要传入:NER-KV (注意全部大写)
2.PredictResult是JSON字符串,需要反序列化之后进行解析

输入示例:

  1. 2021年试油公司塔河油田井口、采油树试压作业招标第二次公告
  2. 招标编号:SYGS-ZB2021038
  3. 一、招标条件:
  4. 本项目已按要求履行了相关报批及备案等手续,资金已落实,具备招标条件,现对其进行公开招标。
  5. 二、项目概况:
  6. 1.项目背景:
  7. 2021年中石化西北油田分公司塔河油田完井测试中心决定将公司试油过程中配合作业的特车作业、打防火墙、硫化氢处理、废液运输和采油树试压等一体化施工,交由公司总包。年试油井50井次,预计一体化施工产值600万元,其中井口、采油树等试压作业项目资金预算49万元,项目履行期限:自合同签订之日起至2021年12月31日。
  8. 1. 1招标范围:
  9. 1.1.1确定井口试压、140MPA采油(气)树和采油机抽井口现场试压、现场试压数据采集所需要的设备和人员的服务价格。
  10. 1.2 服务区域:试油公司南疆塔河油田所属作业区域。
  11. 1.3 项目预计金额:49万元人民币,含税。
  12. 1.4 标段划分:本项目不划分标段。
  13. 1.5 招标结果有效期:自合同签订之日起至2021年12月31日。
  14. 2. 服务要求:
  15. 2.1服务技术要求:
  16. 2.1.1、施工队伍持有中石化油田分公司相应市场准入证;
  17. 2.1.2具有井口试压、140MPA采油(气)树和采油机抽井口现场试压、现场试压数据采集所需要的设备和人员。
  18. 2.1.3应当以自己的设备和人员施工,不得分包、转包。
  19. 三、投标人资质要求
  20. 1.具有独立的企业法人资格和有效的营业执照(经营范围须包括相关技术服务);
  21. 2.投标人须具备有效的中石化市场准入证(中石化西北油分公司市场信息系统),范围须包含本项目相关服务内容;
  22. 3.本次招标不接受联合体投标;
  23. 4.投标人近三年无严重违法、违规事项,无骗取中标情况,无重大质量、安全问题。以下列平台的查询结果和相关部门的证明材料为准。
  24. (1)国家工商总局的《全国企业信用信息公示系统》“行政处罚信息”和“严重违法失信企业名单”中查询,查询网址是:http://www.gsxt.gov.cn/。
  25. (2)中华人民共和国最高人民法院《全国法院失信被执行人名单信息公布与查询》平台公布信息为准;查询网址是:http://shixin.court.gov.cn/。
  26. 四、招标文件的获取
  27. 招标文件发售期为:2021年3月10日10:00至2021年3月14日19:00。持单位法人授权委托书、购买标书登记表(表格见公告附表)持单位法人授权委托书、购买标书登记表在库尔勒市建国北路3号综合办公楼304室购买招标文件,每套售价500 元(注:需通过银行汇款,款项来源填写试油公司XXX项目,每月24日-31日不接受汇款。)
  28. 名 称:中国石油集团西部钻探工程有限公司
  29. 纳税人识别号:91650200676327257J
  30. 地址.电话:克拉玛依市友谊路115号(试油公司)0990-7567079
  31. 开户行账号:昆仑银行股份有限公司克拉玛依友谊路支行88202000026600000088
  32. 五、投标文件的递交
  33. 1、投标文件递交截止时间: 2021年3月31日下午16:00(北京时间)。
  34. 2、投标文件递交方式:开标现场递交纸质投标文件正本一份4副(电子版标书光盘1张)。
  35. 六、开标
  36. 1.开标时间:2021年3月31日 下午16:00
  37. 2.开标地点:克拉玛依市友谊路115号试油公司办公楼A2-701会议室
  38. 七、招标人信息
  39. 招标人:西部钻探工程有限公司试油公司
  40. 地 址:克拉玛依市友谊路115号
  41. 联系人:段志军
  42. 电 话:0996-2075085 13999306195

返回结果示例:

  1. [
  2. {
  3. "key": [
  4. "招标编号"
  5. ],
  6. "vaule": [
  7. "SYGS-ZB2021038"
  8. ],
  9. "key_offset": [
  10. [
  11. 29,
  12. 33
  13. ]
  14. ],
  15. "value_offset": [
  16. [
  17. 34,
  18. 35
  19. ]
  20. ]
  21. },
  22. {
  23. "key": [
  24. "招标条件"
  25. ],
  26. "vaule": [
  27. "本项目已按要求履行了相关报批及备案等手续,资金已落实,具备招标条件,现对其进行公开招标"
  28. ],
  29. "key_offset": [
  30. [
  31. 39,
  32. 43
  33. ]
  34. ],
  35. "value_offset": [
  36. [
  37. 46,
  38. 89
  39. ]
  40. ]
  41. },
  42. {
  43. "key": [
  44. "项目概况",
  45. "项目背景"
  46. ],
  47. "vaule": [
  48. "2021年中石化西北油田分公司塔河油田完井测试中心决定将公司试油过程中配合作业的特车作业、打防火墙、硫化氢处理、废液运输和采油树试压等一体化施工,交由公司总包。年试油井50井次,预计一体化施工产值600万元,其中井口、采油树等试压作业项目资金预算49万元,项目履行期限:自合同签订之日起至2021年12月31日"
  49. ],
  50. "key_offset": [
  51. [
  52. 94,
  53. 98
  54. ],
  55. [
  56. 102,
  57. 106
  58. ]
  59. ],
  60. "value_offset": [
  61. [
  62. 109,
  63. 252
  64. ]
  65. ]
  66. },
  67. {
  68. "key": [
  69. "项目概况",
  70. "招标范围"
  71. ],
  72. "vaule": [
  73. "1.1.1确定井口试压、140MPA采油(气)树和采油机抽井口现场试压、现场试压数据采集所需要的设备和人员的服务价格"
  74. ],
  75. "key_offset": [
  76. [
  77. 94,
  78. 98
  79. ],
  80. [
  81. 259,
  82. 263
  83. ]
  84. ],
  85. "value_offset": [
  86. [
  87. 266,
  88. 314
  89. ]
  90. ]
  91. },
  92. {
  93. "key": [
  94. "项目概况",
  95. "服务区域"
  96. ],
  97. "vaule": [
  98. "试油公司南疆塔河油田所属作业区域"
  99. ],
  100. "key_offset": [
  101. [
  102. 94,
  103. 98
  104. ],
  105. [
  106. 320,
  107. 324
  108. ]
  109. ],
  110. "value_offset": [
  111. [
  112. 325,
  113. 341
  114. ]
  115. ]
  116. },
  117. {
  118. "key": [
  119. "项目概况",
  120. "项目预计金额"
  121. ],
  122. "vaule": [
  123. "49万元人民币,含税"
  124. ],
  125. "key_offset": [
  126. [
  127. 94,
  128. 98
  129. ],
  130. [
  131. 347,
  132. 353
  133. ]
  134. ],
  135. "value_offset": [
  136. [
  137. 354,
  138. 363
  139. ]
  140. ]
  141. },
  142. {
  143. "key": [
  144. "项目概况",
  145. "标段划分"
  146. ],
  147. "vaule": [
  148. "本项目不划分标段"
  149. ],
  150. "key_offset": [
  151. [
  152. 94,
  153. 98
  154. ],
  155. [
  156. 369,
  157. 373
  158. ]
  159. ],
  160. "value_offset": [
  161. [
  162. 374,
  163. 382
  164. ]
  165. ]
  166. },
  167. {
  168. "key": [
  169. "项目概况",
  170. "招标结果有效期"
  171. ],
  172. "vaule": [
  173. "自合同签订之日起至2021年12月31日"
  174. ],
  175. "key_offset": [
  176. [
  177. 94,
  178. 98
  179. ],
  180. [
  181. 388,
  182. 395
  183. ]
  184. ],
  185. "value_offset": [
  186. [
  187. 396,
  188. 411
  189. ]
  190. ]
  191. },
  192. {
  193. "key": [
  194. "服务要求",
  195. "服务技术要求"
  196. ],
  197. "vaule": [
  198. "2.1.1、施工队伍持有中石化油田分公司相应市场准入证",
  199. "2.1.2具有井口试压、140MPA采油(气)树和采油机抽井口现场试压、现场试压数据采集所需要的设备和人员",
  200. "2.1.3应当以自己的设备和人员施工,不得分包、转包"
  201. ],
  202. "key_offset": [
  203. [
  204. 417,
  205. 421
  206. ],
  207. [
  208. 425,
  209. 431
  210. ]
  211. ],
  212. "value_offset": [
  213. [
  214. 434,
  215. 456
  216. ],
  217. [
  218. 459,
  219. 502
  220. ],
  221. [
  222. 505,
  223. 527
  224. ]
  225. ]
  226. },
  227. {
  228. "key": [
  229. "投标人资质要求"
  230. ],
  231. "vaule": [
  232. "1.具有独立的企业法人资格和有效的营业执照(经营范围须包括相关技术服务)",
  233. "2.投标人须具备有效的中石化市场准入证(中石化西北油分公司市场信息系统),范围须包含本项目相关服务内容",
  234. "3.本次招标不接受联合体投标",
  235. "4.投标人近三年无严重违法、违规事项,无骗取中标情况,无重大质量、安全问题。以下列平台的查询结果和相关部门的证明材料为准",
  236. "(",
  237. "1)国家工商总局的《全国企业信用信息公示系统》“行政处罚信息”和“严重违法失信企业名单”中查询"
  238. ],
  239. "key_offset": [
  240. [
  241. 532,
  242. 539
  243. ]
  244. ],
  245. "value_offset": [
  246. [
  247. 541,
  248. 576
  249. ],
  250. [
  251. 579,
  252. 629
  253. ],
  254. [
  255. 632,
  256. 645
  257. ],
  258. [
  259. 648,
  260. 707
  261. ],
  262. [
  263. 710,
  264. 711
  265. ],
  266. [
  267. 711,
  268. 757
  269. ]
  270. ]
  271. },
  272. {
  273. "key": [
  274. "投标人资质要求",
  275. "查询网址是"
  276. ],
  277. "vaule": [
  278. "http://www.gsxt.gov.cn/",
  279. "(",
  280. "2)中华人民共和国最高人民法院《全国法院失信被执行人名单信息公布与查询》平台公布信息为准"
  281. ],
  282. "key_offset": [
  283. [
  284. 532,
  285. 539
  286. ],
  287. [
  288. 758,
  289. 763
  290. ]
  291. ],
  292. "value_offset": [
  293. [
  294. 764,
  295. 767
  296. ],
  297. [
  298. 770,
  299. 771
  300. ],
  301. [
  302. 771,
  303. 815
  304. ]
  305. ]
  306. },
  307. {
  308. "key": [
  309. "投标人资质要求",
  310. "查询网址是"
  311. ],
  312. "vaule": [
  313. "http://shixin.court.gov.cn/"
  314. ],
  315. "key_offset": [
  316. [
  317. 532,
  318. 539
  319. ],
  320. [
  321. 816,
  322. 821
  323. ]
  324. ],
  325. "value_offset": [
  326. [
  327. 822,
  328. 825
  329. ]
  330. ]
  331. },
  332. {
  333. "key": [
  334. "招标文件的获取",
  335. "招标文件发售期为"
  336. ],
  337. "vaule": [
  338. "2021年3月10日10:00至2021年3月14日19:00。持单位法人授权委托书、购买标书登记表(表格见公告附表)持单位法人授权委托书、购买标书登记表在库尔勒市建国北路3号综合办公楼304室购买招标文件,每套售价500元(注:需通过银行汇款,款项来源填写试油公司XXX项目,每月24日-31日不接受汇款。)"
  339. ],
  340. "key_offset": [
  341. [
  342. 830,
  343. 837
  344. ],
  345. [
  346. 839,
  347. 847
  348. ]
  349. ],
  350. "value_offset": [
  351. [
  352. 848,
  353. 984
  354. ]
  355. ]
  356. },
  357. {
  358. "key": [
  359. "招标文件的获取",
  360. "名称"
  361. ],
  362. "vaule": [
  363. "中国石油集团西部钻探工程有限公司"
  364. ],
  365. "key_offset": [
  366. [
  367. 830,
  368. 837
  369. ],
  370. [
  371. 986,
  372. 990
  373. ]
  374. ],
  375. "value_offset": [
  376. [
  377. 991,
  378. 1007
  379. ]
  380. ]
  381. },
  382. {
  383. "key": [
  384. "招标文件的获取",
  385. "纳税人识别号"
  386. ],
  387. "vaule": [
  388. "91650200676327257J"
  389. ],
  390. "key_offset": [
  391. [
  392. 830,
  393. 837
  394. ],
  395. [
  396. 1009,
  397. 1015
  398. ]
  399. ],
  400. "value_offset": [
  401. [
  402. 1016,
  403. 1017
  404. ]
  405. ]
  406. },
  407. {
  408. "key": [
  409. "招标文件的获取",
  410. "地址.电话"
  411. ],
  412. "vaule": [
  413. "克拉玛依市友谊路115号(试油公司)0990-7567079"
  414. ],
  415. "key_offset": [
  416. [
  417. 830,
  418. 837
  419. ],
  420. [
  421. 1019,
  422. 1024
  423. ]
  424. ],
  425. "value_offset": [
  426. [
  427. 1025,
  428. 1042
  429. ]
  430. ]
  431. },
  432. {
  433. "key": [
  434. "招标文件的获取",
  435. "开户行账号"
  436. ],
  437. "vaule": [
  438. "昆仑银行股份有限公司克拉玛依友谊路支行88202000026600000088"
  439. ],
  440. "key_offset": [
  441. [
  442. 830,
  443. 837
  444. ],
  445. [
  446. 1044,
  447. 1049
  448. ]
  449. ],
  450. "value_offset": [
  451. [
  452. 1050,
  453. 1070
  454. ]
  455. ]
  456. },
  457. {
  458. "key": [
  459. "投标文件的递交",
  460. "投标文件递交截止时间"
  461. ],
  462. "vaule": [
  463. "2021年3月31日下午16:00(北京时间)"
  464. ],
  465. "key_offset": [
  466. [
  467. 1074,
  468. 1081
  469. ],
  470. [
  471. 1084,
  472. 1094
  473. ]
  474. ],
  475. "value_offset": [
  476. [
  477. 1097,
  478. 1114
  479. ]
  480. ]
  481. },
  482. {
  483. "key": [
  484. "投标文件的递交",
  485. "投标文件递交方式"
  486. ],
  487. "vaule": [
  488. "开标现场递交纸质投标文件正本一份4副(电子版标书光盘1张)"
  489. ],
  490. "key_offset": [
  491. [
  492. 1074,
  493. 1081
  494. ],
  495. [
  496. 1118,
  497. 1126
  498. ]
  499. ],
  500. "value_offset": [
  501. [
  502. 1127,
  503. 1156
  504. ]
  505. ]
  506. },
  507. {
  508. "key": [
  509. "开标",
  510. "开标时间"
  511. ],
  512. "vaule": [
  513. "2021年3月31日下午16:00"
  514. ],
  515. "key_offset": [
  516. [
  517. 1161,
  518. 1163
  519. ],
  520. [
  521. 1166,
  522. 1170
  523. ]
  524. ],
  525. "value_offset": [
  526. [
  527. 1171,
  528. 1184
  529. ]
  530. ]
  531. },
  532. {
  533. "key": [
  534. "开标",
  535. "开标地点"
  536. ],
  537. "vaule": [
  538. "克拉玛依市友谊路115号试油公司办公楼A2-701会议室"
  539. ],
  540. "key_offset": [
  541. [
  542. 1161,
  543. 1163
  544. ],
  545. [
  546. 1187,
  547. 1191
  548. ]
  549. ],
  550. "value_offset": [
  551. [
  552. 1192,
  553. 1213
  554. ]
  555. ]
  556. },
  557. {
  558. "key": [
  559. "招标人信息",
  560. "招标人"
  561. ],
  562. "vaule": [
  563. "西部钻探工程有限公司试油公司"
  564. ],
  565. "key_offset": [
  566. [
  567. 1217,
  568. 1222
  569. ],
  570. [
  571. 1224,
  572. 1227
  573. ]
  574. ],
  575. "value_offset": [
  576. [
  577. 1228,
  578. 1242
  579. ]
  580. ]
  581. },
  582. {
  583. "key": [
  584. "招标人信息",
  585. "地址"
  586. ],
  587. "vaule": [
  588. "克拉玛依市友谊路115号"
  589. ],
  590. "key_offset": [
  591. [
  592. 1217,
  593. 1222
  594. ],
  595. [
  596. 1244,
  597. 1248
  598. ]
  599. ],
  600. "value_offset": [
  601. [
  602. 1249,
  603. 1259
  604. ]
  605. ]
  606. },
  607. {
  608. "key": [
  609. "招标人信息",
  610. "联系人"
  611. ],
  612. "vaule": [
  613. "段志军"
  614. ],
  615. "key_offset": [
  616. [
  617. 1217,
  618. 1222
  619. ],
  620. [
  621. 1261,
  622. 1264
  623. ]
  624. ],
  625. "value_offset": [
  626. [
  627. 1265,
  628. 1268
  629. ]
  630. ]
  631. },
  632. {
  633. "key": [
  634. "招标人信息",
  635. "电话"
  636. ],
  637. "vaule": [
  638. "0996-2075085"
  639. ],
  640. "key_offset": [
  641. [
  642. 1217,
  643. 1222
  644. ],
  645. [
  646. 1270,
  647. 1274
  648. ]
  649. ],
  650. "value_offset": [
  651. [
  652. 1275,
  653. 1276
  654. ]
  655. ]
  656. }
  657. ]

招标信息抽取字段及说明

序号 实体名称 说明
1 key List类型,当List长度大于1时,表示多个Key是层次关系
2 value List类型,当List长度大于1时,表示多个value是并列关系
3 key_offset 对应key在文档中的开始结束位置信息
4 value_offset 对应value在文档中的开始结束位置信息