WEEK 08 · 技能应用阶段

结构化提取与增强分析

将非结构化文本转化为JSON、表格、实体关系 — 数据新闻与智能分析的核心技能

📊
MODULE 01
结构化提取三种模式
📋
表格提取
从长文本中提取对比信息,自动填充预设的行列结构
🔧
JSON结构化
按预定义Schema提取字段,适合API对接和数据入库
🔗
实体关系提取
识别人物、机构、事件及其关系,构建知识图谱
🧪
MODULE 02
提取提示词设计模式
💡 模板驱动提取 请从以下会议纪要中提取结构化信息: { "meeting_date": "", "participants": [], "agenda_items": [ {"topic": "", "decision": "", "action_owner": "", "deadline": ""} ], "next_meeting": "" } 严格按此JSON格式输出,缺失字段用null填充。
💡 设计原则
① 提供明确的Schema/模板 → AI输出更稳定
② 指定缺失值处理方式 → 避免AI"脑补"数据
③ 添加输出验证指令 → "请检查所有日期格式是否为YYYY-MM-DD"
📰
MODULE 03
数据新闻应用

🔄 非结构化→结构化→可视化 流水线

1
原始文本
政策文件、财报、法院判决书等非结构化文档
2
AI结构化提取
按预设Schema批量提取关键字段为JSON/CSV
3
数据清洗与验证
人工校验提取质量,处理异常值和缺失值
4
可视化叙事
将结构化数据转化为图表和交互式可视化报道
← PREV WEEK
文本摘要与提炼基础