1. 案例目标本案例展示了如何使用LlamaCloud套件和Neo4j构建知识图谱将非结构化的法律文档转换为结构化的知识表示。通过结合LlamaParse、LlamaClassify和LlamaExtract等工具实现从原始文档到可查询知识图谱的完整流程。主要目标包括使用LlamaClassify对合同进行分类联盟协议或品牌合作协议利用LlamaExtract从不同类型的合同中提取相关属性将所有结构化信息存储到Neo4j知识图谱中创建一个端到端的工作流程实现文档处理的自动化2. 技术栈与核心依赖LlamaIndexLlamaCloud ServicesNeo4jOpenAIPydanticAsync Programming核心依赖库llama-index-workflows llama-cloud-services jsonschema openai neo4j llama-index-llms-openaiLlamaCloud服务组件LlamaParse用于解析PDF文档LlamaClassify用于文档分类目前处于测试阶段LlamaExtract用于从文档中提取结构化信息3. 环境配置API密钥配置os.environ[LLAMA_CLOUD_API_KEY] your-llama-api-key os.environ[OPENAI_API_KEY] your-openai-api-keyNeo4j数据库配置db_url your-db-url username neo4j password your-password neo4j_driver AsyncGraphDatabase.driver( db_url, auth(username, password), )推荐使用免费的Aura数据库实例进行设置。4. 案例实现4.1 数据准备从Cuad数据集下载示例PDF合同文档!wget https://raw.githubusercontent.com/tomasonjo/blog-datasets/main/CybergyHoldingsInc_Affliate%20Agreement.pdf4.2 文档解析使用LlamaParse解析PDF文档parser LlamaParse(parse_modeparse_page_without_llm) pdf_path CybergyHoldingsInc_Affliate Agreement.pdf results await parser.aparse(pdf_path)4.3 合同分类定义分类规则并使用LlamaClassify对合同进行分类rules [ ClassifierRule( typeAffiliate Agreements, descriptionThis is a contract that outlines an affiliate agreement, ), ClassifierRule( typeCo Branding, descriptionThis is a contract that outlines a co-branding deal/agreement, ), ] classifier ClassifyClient( clientAsyncLlamaCloud( base_urlhttps://api.cloud.llamaindex.ai, tokenos.environ[LLAMA_CLOUD_API_KEY], ) ) result await classifier.aclassify_file_path( rulesrules, file_input_path/content/CybergyHoldingsInc_Affliate Agreement.pdf, )4.4 信息提取为不同类型的合同定义Pydantic模型并使用LlamaExtract提取结构化信息class BaseContract(BaseModel): Base contract class with common fields. parties: Optional[List[Party]] Field(None, descriptionAll contracting parties) agreement_date: Optional[str] Field(None, descriptionContract signing date. Use YYYY-MM-DD) effective_date: Optional[str] Field(None, descriptionWhen contract becomes effective. Use YYYY-MM-DD) # ... 其他字段 class AffiliateAgreement(BaseContract): Affiliate Agreement extraction. exclusivity: Optional[str] Field(None, descriptionExclusive territory or market rights) non_compete: Optional[str] Field(None, descriptionNon-compete restrictions) # ... 其他特定字段 # 根据分类结果选择相应的提取模式 extractor LlamaExtract() agent extractor.create_agent( namefextraction_workflow_import_{uuid.uuid4()}, data_schemamapping[classification.type], configExtractConfig(extraction_modeExtractMode.BALANCED), ) result await agent.aextract( filesSourceText( text_content .join([el.text for el in results.pages]), filenamepdf_path, ), )4.5 知识图谱构建将提取的结构化信息导入Neo4j知识图谱import_query WITH $contract AS contract MERGE (c:Contract {path: $path}) SET c apoc.map.clean(contract, [parties, agreement_date, effective_date, expiration_date], []) // Cast to date SET c.agreement_date date(contract.agreement_date), c.effective_date date(contract.effective_date), c.expiration_date date(contract.expiration_date) // Create parties with their locations WITH c, contract UNWIND coalesce(contract.parties, []) AS party MERGE (p:Party {name: party.name}) MERGE (c)-[:HAS_PARTY]-(p) // Create location nodes and link to parties WITH p, party WHERE party.location IS NOT NULL MERGE (p)-[:HAS_LOCATION]-(l:Location) SET l party.location response await neo4j_driver.execute_query( import_query, contractresult.data, pathpdf_path )4.6 工作流程整合使用LlamaIndex Workflow API将所有步骤整合为一个端到端的工作流程class KnowledgeGraphBuilder(Workflow): def __init__( self, classifier: ClassifyClient, rules: List[ClassifierRule], affiliate_extract_agent: LlamaExtract, cobranding_extract_agent: LlamaExtract, **kwargs, ): super().__init__(**kwargs) self.classifier classifier self.rules rules self.affiliate_extract_agent affiliate_extract_agent self.cobranding_extract_agent cobranding_extract_agent step async def classify_contract( self, ctx: Context, ev: StartEvent ) - ExtractAffiliate | ExtractCoBranding | StopEvent: result await self.classifier.aclassify_file_path( rulesself.rules, file_input_pathev.pdf_path ) contract_type result.items[0].result.type print(contract_type) if contract_type affiliate_agreements: return ExtractAffiliate(file_pathev.pdf_path) elif contract_type co_branding: return ExtractCoBranding(file_pathev.pdf_path) else: return StopEvent() # ... 其他步骤方法 # 运行工作流程 knowledge_graph_builder KnowledgeGraphBuilder( classifierclassifier, rulesrules, affiliate_extract_agentaffiliate_extraction_agent, cobranding_extract_agentcobranding_extraction_agent, timeoutNone, verboseTrue, ) response await knowledge_graph_builder.run( pdf_pathCybergyHoldingsInc_Affliate Agreement.pdf )5. 案例效果该案例实现了从原始PDF文档到结构化知识图谱的完整转换流程具体效果包括成功解析PDF合同文档提取文本内容准确识别合同类型联盟协议或品牌合作协议根据合同类型提取相应的结构化信息包括合同方、日期、条款等在Neo4j中构建包含合同、合同方和位置节点的知识图谱建立节点之间的关系如合同与合同方的关联、合同方与位置的关联通过工作流程实现整个处理流程的自动化提取的示例数据包括合同方信息Birch First Global Investments Inc.和Mount Knowledge Holdings Inc.合同日期2014年5月8日管辖法律内华达州收入分享根据年度购买水平提供15%-25%的购买折扣最低承诺前六个月内购买至少100个单位6. 案例实现思路本案例的实现思路遵循了典型的知识图谱构建流程将非结构化文档转换为结构化知识表示6.1 数据处理流程文档解析使用LlamaParse将PDF文档转换为可处理的文本内容文档分类利用LlamaClassify识别文档类型为后续提取提供上下文信息提取根据文档类型使用相应的Pydantic模型提取结构化信息知识图谱构建将提取的信息转换为Neo4j中的节点和关系6.2 技术架构案例采用分层架构设计数据层PDF文档作为原始数据源处理层LlamaCloud服务提供解析、分类和提取功能存储层Neo4j作为知识图谱存储和查询引擎流程层LlamaIndex Workflow API整合各组件为端到端流程6.3 关键设计决策异步编程全面采用异步编程模式提高处理效率类型安全使用Pydantic模型确保数据提取的结构化和类型安全模块化设计将不同功能分离为独立组件提高可维护性动态模式选择根据文档分类结果动态选择相应的提取模式7. 扩展建议1. 扩展文档类型支持添加更多合同类型的分类规则和提取模式如保密协议(NDA)、服务协议(SLA)、采购协议等。2. 增强关系提取除了提取实体属性外进一步提取实体间的关系如公司间的投资关系、人员任职关系等。3. 集成向量检索将知识图谱与向量检索结合实现基于语义相似度和图结构的混合检索。4. 添加时间维度增强对合同时间相关信息的处理如有效期、续约条件、里程碑事件等。5. 实现问答系统基于构建的知识图谱开发智能问答系统支持自然语言查询合同信息。6. 可视化界面开发Web界面支持文档上传、处理进度跟踪和知识图谱可视化。7. 批量处理能力优化系统以支持大规模文档批量处理提高处理效率和可扩展性。8. 总结本案例展示了如何利用LlamaCloud服务和Neo4j构建知识图谱的完整流程实现了从非结构化文档到结构化知识表示的转换。通过结合LlamaParse、LlamaClassify和LlamaExtract等工具以及LlamaIndex Workflow API创建了一个端到端的文档处理工作流程。该案例的价值在于提供了一种将法律文档转换为可查询知识图谱的实用方法展示了LlamaCloud套件各组件的协同工作方式演示了如何使用工作流API整合多个处理步骤为构建基于知识图谱的智能应用提供了基础这种方法可以扩展到其他领域如医疗记录分析、科研论文处理、技术文档管理等为各种非结构化文档的智能化处理提供了参考框架。
企业数字化 ERP 产品动态
相关推荐
众口不再难调 Astro12发布星座洗脑神曲(图) 中新网在8月2日发出报道说, 最近的时候, 万家文化那个公司旗下有拾贰星座北京娱乐传媒这个板块的公司, 他们联合了日本那边顶级的制作团队。这些团队都投入了比较重的资金来打造这个项目。这个项目是国内第一个关于星座的女团。现在这个女团已经正式发行了第一支歌曲。这支歌曲… · 2026/11/16 17:27:47
为Yue2-3B-GGUF训练自己的音乐风格LoRA:27首歌语料与Rank 32超参完整复盘 为Yue2-3B-GGUF训练自己的音乐风格LoRA:27首歌语料与Rank 32超参完整复盘
如果你在用 Yue2-3B 做文生音乐,一定想拥有自己的招牌曲风。本文基于 Yue2-3B-GGUF 仓库 lora/ 目录的真实复盘:只用 27 首歌(共 109.25 分钟)… · 2026/11/17 3:28:57
湖口县电工证报名途径含金量高吗?怕考不过白交培训费的看过来 湖口县电工证报名途径含金量高吗?怕考不过白交培训费的看过来 怕考不过白交培训费?这是大多数准备报考湖口县电工证的学员最担心的问题。尤其是在特种作业操作证含金量日益提升的今天,很多人都在担心,花了几千块的培训费,最后却因为考试不过而打水漂。实… · 2026/11/17 22:20:49
西安高压电工证报名内部消息:工地太忙根本没时间复习考试怎么办? 西安高压电工证报名内部消息:工地太忙根本没时间复习考试怎么办? 工地太忙根本没时间复习考试,这是很多一线电工的真实写照。尤其是在西安这样的城市,高压电工证不仅是上岗的硬性条件,更是未来职业发展的关键。但是,很多人因为工作繁忙、复习时间紧张,… · 2026/11/17 22:20:49
鹰潭电工证复审在哪考?实操考试心里没底怕挂科?良心建议来了 鹰潭电工证复审在哪考?实操考试心里没底怕挂科?良心建议来了 实操考试心里没底怕挂科,这几乎是每个想考电工证或需要复审的从业者最真实的感受。特别是像鹤壁房建工程这类对安全要求极高的行业,电工证不仅是入职门槛,更是日常工作的“护身符”。如果你现… · 2026/11/17 22:20:49
安全电工证培训机构怎么选?证书过期了不知道怎么复审延期怎么办 安全电工证培训机构怎么选?证书过期了不知道怎么复审延期怎么办 证书过期了不知道怎么复审延期?你是不是也遇到过这种情况?别慌,今天就来聊聊【安全电工证培训机构】该怎么选,以及这个证到底【值不值得考】。… · 2026/11/17 22:20:49
鹰潭电工证复审在哪考值不值得考?别再被中介坑了 鹰潭电工证复审在哪考值不值得考?别再被中介坑了 你是不是也遇到过这种情况?找了个“靠谱”的中介报名,结果花了钱,证还没到手?或者复审流程一塌糊涂,跑了几趟还没搞明白? 不知道去哪报名怕被中介坑… · 2026/11/17 22:20:48
蓬安电工证怎么考,真实经历告诉你实操考试怎么过 蓬安电工证怎么考,真实经历告诉你实操考试怎么过 实操考试心里没底怕挂科?这事儿太真实了,去年我身边就有一个工友,因为没准备好实操内容,考试直接挂掉,损失了半个月工资。今天咱们就来聊聊【蓬安电工证怎么考】,从报名到考试再到证书查询,讲清楚、讲… · 2026/11/17 22:19:48
长春初级电工证怎么考?通过率揭秘全在这里 长春初级电工证怎么考?通过率揭秘全在这里 之前考的证在外省能不能转过来?这几乎是每个想从事电工工作的人都会问的问题。特别是那些在外地打拼多年、手里握着一张“外地电工证”的人,到了长春想继续干这一行,第一反应就是“我的证能用吗?”。今天我们就… · 2026/11/17 5:38:05
国内电工证报考条件与考试时间 低压电工证怎么考?学历不高也能报名,官方报名入口全在这 你是不是经常听说“电工证是入行门槛”,但又担心自己学历不够、经验不足,根本报不了名?别急,今天就带你从零了解【国内电工证】的报考流程、考试内容,还有怎么在 官方报名入口… · 2026/11/17 5:38:05
电工作业时如何断电?电子证书到底能不能全国通用? 电工作业时如何断电?电子证书到底能不能全国通用? 实操考试心里没底怕挂科,特别是电工作业时如何断电这一操作,不仅关系到你能不能拿到证书,更关系到以后能不能顺利上岗。很多人觉得这不过就是“断个电”,但其实这里面的门道可不少,稍有不慎就可能出错… · 2026/11/17 9:06:35
安徽特种工考证学校千万别踩坑,学历不高也能考证上岗 安徽特种工考证学校千万别踩坑,学历不高也能考证上岗 你是不是总觉得学历不高就考不了证,连报名资格都够不上?其实,很多人和你一样,学历不占优势,但想通过考证转行或提升自己的职业竞争力。安徽特种工考证学校虽然门槛不高,但千万别踩坑,稍有不慎就会… · 2026/11/17 0:00:20
你没学历也能考福田特种作业操作证?真实经历告诉你怎么干 你没学历也能考福田特种作业操作证?真实经历告诉你怎么干 你是不是觉得学历不高就考不上福田特种作业操作证?其实不然,我有个老乡,初中毕业,现在在安阳干焊工,每月拿8000多,还评上了高级技师。他的经历我今天就给你说说,看看你能不能照着走。… · 2026/11/17 0:00:20
低压电工证哪里盖章怎么报名 过期了别慌教你一步步复审 低压电工证哪里盖章怎么报名 过期了别慌教你一步步复审 证书过期了不知道怎么复审延期?低压电工证是很多电工从业者必须持有的证件,一旦到期未及时办理复审,不仅影响工作,还可能面临被单位辞退甚至罚款。今天我就从南阳地区培训机构学员的角度,详细告诉… · 2026/11/17 0:00:20
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试 /* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/17 21:47:42
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析 /* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/17 21:47:42
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案 /* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/17 21:47:42