主题
结构化信息提取
基于大模型的结构化文本信息提取工具。
适用场景
适合：
- 要把非结构化的文本变成可统计的表格：从年报里抽营收与风险表述、 从裁判文书里抽案由与判决结果、从新闻里抽公司与事件。
- 需要抽取的字段比较特殊，找不到现成的抽取工具。
- 要验证抽取结果的可靠性，要求每条记录都能定位回原文。
不适合：
操作步骤
| 步骤 | 要做什么 | 产出 |
|---|---|---|
| 1. 数据上传 | 上传待抽取的语料 | 原始文本 |
| 2. 抽取定义 | 提供提示词模板 + 少量示例（类型 / 文本片段 / 属性） | 抽取定义 |
| 3. 信息抽取 | 按定义对全量语料执行抽取 | 结构化记录表 + 按属性统计 |
本流程没有词表设置步骤，比词频类流程更直接：上传 → 定义 → 抽取。
怎么定义抽取规则
第二步是整个流程的关键。你需要提供：
- 提示词模板 —— 说明要抽什么、按什么判断。
- 少量示例 —— 每个示例包含「类型 / 文本片段 / 属性」三元组， 相当于给模型看几个「标准答案」。示例不用多，但要有代表性。
定义一次，就可以对全量语料复用。
结果说明
- 结构化记录表：一行一条抽取结果，含原文字段与位置。
- 按属性统计：各属性取值的分布。
- 类型/属性占比可视化：一眼看清各类别的数量对比。
所有结果都能映射回原始文本 —— 抽取出的每条信息都可定位到出处，便于人工核验， 这也是它区别于自由生成式抽取的地方。
计费方式
| 步骤 | 计费 |
|---|---|
| 上传文档 | 免费 |
| 提交抽取定义 | 免费 |
| 执行信息抽取 | 按文本字符数阶梯计费 |
定义可以反复修改调试，不产生费用；只有真正执行抽取才计费。
具体积分以产品内价目表为准。