Skip to content

S
sl-ai
Commit e3e37317 authored by zhouwei's avatar zhouwei
Browse files
Options

Merge branch 'dev' into 'master' 

Dev

See merge request !10
parents bfcdbc5d 8202f94f
Show whitespace changes
Inline Side-by-side
Showing with 272 additions and 167 deletions
src/main/java/com/nanyan/securitylink/controller/AIController.java
View file @ e3e37317
package com.nanyan.securitylink.controller;
import com.alibaba.fastjson.JSONObject;
import com.nanyan.securitylink.dto.AIRequestDTO;
import com.nanyan.securitylink.service.AIService;
import com.nanyan.securitylink.vo.AIResponse;
import com.nanyan.securitylink.vo.CodeVO;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
......@@ -14,20 +16,30 @@ public class AIController {
@Autowired
AIService aiService;
@PostMapping("/translate")
public Response<AIResponse> translate(@RequestBody AIRequestDTO AIRequestDTO) {
public Response<AIResponse<String>> translate(@RequestBody AIRequestDTO AIRequestDTO) {
return Response.SUCCESS(aiService.translate(AIRequestDTO));
}
@PostMapping("/news/tag")
public Response<AIResponse> newsTag(@RequestBody AIRequestDTO AIRequestDTO) {
public Response<AIResponse<CodeVO>> newsTag(@RequestBody AIRequestDTO AIRequestDTO) {
return Response.SUCCESS(aiService.newsTags(AIRequestDTO));
}
@PostMapping("/natural/disaster/tag")
public Response<AIResponse> naturalDisasterTag(@RequestBody AIRequestDTO AIRequestDTO) {
public Response<AIResponse<CodeVO>> naturalDisasterTag(@RequestBody AIRequestDTO AIRequestDTO) {
return Response.SUCCESS(aiService.naturalDisasterTag(AIRequestDTO));
}
@PostMapping("/news/tag/translate")
public Response<AIResponse> newsTagAndTranslate(@RequestBody AIRequestDTO AIRequestDTO) {
public Response<AIResponse<JSONObject>> newsTagAndTranslate(@RequestBody AIRequestDTO AIRequestDTO) {
return Response.SUCCESS(aiService.newsTagAndTranslate(AIRequestDTO));
}
@PostMapping("/urgent/notice")
public Response<AIResponse<JSONObject>> dealUrgentNotice(@RequestBody AIRequestDTO AIRequestDTO) {
return Response.SUCCESS(aiService.dealUrgentNotice(AIRequestDTO));
}
@PostMapping("/news/country/city")
public Response<AIResponse<JSONObject>> collectNewsCountryAndCity(@RequestBody AIRequestDTO AIRequestDTO) {
return Response.SUCCESS(aiService.collectNewsCountryAndCity(AIRequestDTO));
}
}
src/main/java/com/nanyan/securitylink/service/AIService.java
View file @ e3e37317
......@@ -12,4 +12,8 @@ public interface AIService {
AIResponse<CodeVO> naturalDisasterTag(AIRequestDTO aiRequestDTO);
AIResponse<JSONObject> newsTagAndTranslate(AIRequestDTO aiRequestDTO);
AIResponse<JSONObject> dealUrgentNotice(AIRequestDTO aiRequestDTO);
AIResponse<JSONObject> collectNewsCountryAndCity(AIRequestDTO aiRequestDTO);
}
src/main/java/com/nanyan/securitylink/service/impl/AIServiceImpl.java
View file @ e3e37317
......@@ -169,7 +169,43 @@ public class AIServiceImpl implements AIService {
public AIResponse<CodeVO> newsTags(AIRequestDTO aiRequestDTO) {
ChatInputData chatInputData = new ChatInputData();
buildNewsTag(chatInputData, aiRequestDTO);
String systemPrompt = "```xml\n" +
"<instruction>\n" +
"对新闻内容进行标签分类，仅当标签评分达到或超过80分时才应用该标签。可选的标签包括：枪击，抢劫，事故爆炸，恐怖袭击，纵火，大规模伤亡事件，人质事件，毒气泄漏，生物危害，交通事故，建筑物倒塌，食品安全事件，社会冲突，群体性事件，环境污染，抗议示威，集体维权，活动失控骚乱，地域冲突，性别冲突，宗教冲突，民族冲突，阶级冲突，食物中毒，地震，火山爆发，山体滑坡，泥石流，雪崩，水坝决口，水坝溃坝，台风/飓风，龙卷风，暴雨，洪水，寒潮，高温热浪，干旱，沙尘暴，冻雨，冰雹，雷暴，大风，山林火灾，冰川融化，海啸，霾，化学品泄漏，核事故，矿难，油轮泄漏，火灾，工业污染，工业事故，传染病爆发，公共卫生事件，持刀伤人，恐怖爆炸，暴力冲突，战争，游行抗议，其他。\n" +
"\n" +
"<instructions>\n" +
"1. 仔细阅读新闻内容，理解其核心事件和背景。\n" +
"2. 根据新闻内容，评估每个标签的适用性，并为每个标签打分（0-100分）。\n" +
"3. 仅选择评分达到或超过80分的标签作为最终标签。\n" +
"4. 如果新闻内容与任何标签的匹配度均低于80分，则输出“其他”。\n" +
"5. 确保输出结果不包含任何XML标签，仅列出适用的标签名称，多个标签用逗号分隔。\n" +
"6. 如果新闻内容涉及多个高评分标签，则按相关性从高到低排序。\n" +
"\n" +
"<examples>\n" +
"<example>\n" +
"输入：某市发生一起持枪抢劫银行事件，造成3人死亡，5人受伤。\n" +
"输出：枪击, 抢劫, 大规模伤亡事件\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：某工厂发生化学气体泄漏，导致附近居民出现中毒症状。\n" +
"输出：毒气泄漏\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：某地区因土地纠纷引发大规模抗议活动，警方与示威者发生冲突。\n" +
"输出：社会冲突, 群体性事件\n" +
"</example>\n" +
"\n" +
"<note>\n" +
"1. 标签评分必须严格遵循80分的阈值，低于80分的标签不得使用。\n" +
"2. 确保标签的准确性和相关性，避免过度标记或遗漏重要标签。\n" +
"3. 对于模糊或不确定的内容，优先选择最相关的标签，避免猜测。\n" +
"4. 输出结果必须简洁明了，仅包含适用的标签名称。\n" +
"</note>\n" +
"</instruction>\n" +
"```";
buildChatInputData(chatInputData, aiRequestDTO.getInputs().getMsg_info(), systemPrompt);
String apiKey = getModelApiKey();
ChatCompletionResponse chatCompletionResponse = aiRequest(chatInputData, apiKey);
......@@ -201,7 +237,43 @@ public class AIServiceImpl implements AIService {
@Override
public AIResponse<CodeVO> naturalDisasterTag(AIRequestDTO aiRequestDTO) {
ChatInputData chatInputData = new ChatInputData();
buildNaturalDisasterTag(chatInputData, aiRequestDTO);
String systemPrompt = "```xml\n" +
"<instruction>\n" +
"根据给定的天气预警信息，打上相应的标签。标签列表包括：大风,雷暴,霾,冻雨,地震,火山爆发,海啸,台风/飓风,龙卷风,洪水,干旱,山体滑坡,泥石流,雪崩,森林火灾,冰川融化,沙尘暴,高温热浪,寒潮,暴雨,工业事故,交通事故,火灾,爆炸,核事故,化学品泄漏,油轮泄漏,矿难,食物中毒,公共卫生事件,建筑物倒塌,恐怖袭击,水坝溃坝,游行抗议,冰雹。\n" +
"\n" +
"<instructions>\n" +
"1. 仔细阅读输入的天气预警信息，理解其描述的具体事件或现象。\n" +
"2. 根据预警信息的内容，从提供的标签列表中选择最匹配的一个或多个标签。\n" +
"3. 确保所选标签与预警信息描述的事件或现象完全一致，避免无关标签。\n" +
"4. 如果预警信息描述的事件或现象不在标签列表中，则忽略该信息或选择最接近的标签。\n" +
"5. 输出时仅列出匹配的标签，不要包含任何额外的解释或XML标签。\n" +
"6. 如果预警信息包含多个事件或现象，请为每个事件或现象分别打上对应的标签。\n" +
"\n" +
"<examples>\n" +
"<example>\n" +
"输入：今日预计有强风，风速可达10级以上，请市民注意防范。\n" +
"输出：大风\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：受台风影响，沿海地区将出现暴雨和大风天气，局部地区可能有洪水。\n" +
"输出：台风/飓风,暴雨,洪水\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：某化工厂发生泄漏事故，导致周边空气质量下降，建议居民关闭门窗。\n" +
"输出：化学品泄漏,工业事故\n" +
"</example>\n" +
"\n" +
"<notes>\n" +
"1. 标签之间用逗号分隔，不要使用空格或其他符号。\n" +
"2. 如果预警信息描述的事件或现象与多个标签相关，请列出所有相关标签。\n" +
"3. 确保标签的准确性，避免主观判断或猜测。\n" +
"4. 输出格式应简洁明了，仅包含标签名称。\n" +
"</notes>\n" +
"</instruction>\n" +
"```";
buildChatInputData(chatInputData, aiRequestDTO.getInputs().getWarn_info(), systemPrompt);
String apiKey = getModelApiKey();
ChatCompletionResponse chatCompletionResponse = aiRequest(chatInputData, apiKey);
if (CollectionUtils.isNotEmpty(chatCompletionResponse.getChoices())) {
......@@ -232,7 +304,37 @@ public class AIServiceImpl implements AIService {
@Override
public AIResponse<JSONObject> newsTagAndTranslate(AIRequestDTO aiRequestDTO) {
ChatInputData chatInputData = new ChatInputData();
buildNewsTagAndTranslate(chatInputData, aiRequestDTO);
String systemPrompt = "```xml\n"+
"<instruction>\n"+
"同时对多条新闻内容进行打上新闻标签分类和翻译成指定语言，仅当新闻标签评分达到或超过80分时才应用新闻标签，翻译必须进行，每条数据都唯一标识ID。输入为JSON数组，输出也为JSON数组。具体要求如下：\n"+
"\n"+
"1. **输入格式**： \n"+
" - 输入是一个JSON数组，每个对象包含以下字段： \n"+
" - `content`：新闻内容文本 \n"+
" - `id`：唯一标识ID \n"+
" - `language`：目标翻译语言 \n"+
"\n"+
"2. **输出格式**： \n"+
" - 输出是一个JSON数组，每个对象包含以下字段：\n"+
" - `content`：翻译后的新闻内容 \n"+
" - `id`：与输入相同的唯一标识ID \n"+
" - `language`：目标翻译语言 \n"+
" - `news_tag`：新闻标签列表（仅当评分≥80分时应用） \n"+
"\n"+
"3. **标签分类规则**： \n"+
" - 新闻标签的评分范围为0-100分，仅当评分≥80分时才将标签添加到输出中。 \n"+
" - 翻译必须执行，无论标签评分如何。 \n"+
"\n"+
"4. **标签列表**： \n"+
" - 人为灾害标签包括：枪击，抢劫，事故爆炸，恐怖袭击，纵火，大规模伤亡事件，人质事件，毒气泄漏，生物危害，交通事故，建筑物倒塌，食品安全事件，社会冲突，群体性事件，环境污染，抗议示威，集体维权，活动失控骚乱，地域冲突，性别冲突，宗教冲突，民族冲突，阶级冲突，食物中毒，地震，火山爆发，山体滑坡，泥石流，雪崩，水坝决口，水坝溃坝，台风/飓风，龙卷风，暴雨，洪水，寒潮，高温热浪，干旱，沙尘暴，冻雨，冰雹，雷暴，大风，山林火灾，冰川融化，海啸，霾，化学品泄漏，核事故，矿难，油轮泄漏，火灾，工业污染，工业事故，传染病爆发，公共卫生事件，持刀伤人，恐怖爆炸，暴力冲突，战争，游行抗议。\n"+
"\n"+
"5. **注意事项**： \n"+
" - 输出中不得包含任何XML标签。 \n"+
" - 确保每条数据的唯一标识ID与输入一致。 \n"+
" - 如果新闻内容无法分类或评分低于80分，则输出“其他”。\n"+
"</instruction>\n"+
"```";
buildChatInputData(chatInputData, aiRequestDTO.getInputs().getMsg_info(),systemPrompt);
String apiKey = getModelApiKey();
ChatCompletionResponse chatCompletionResponse = aiRequest(chatInputData, apiKey);
if (CollectionUtils.isNotEmpty(chatCompletionResponse.getChoices())) {
......@@ -273,15 +375,146 @@ public class AIServiceImpl implements AIService {
return null;
}
private void buildNewsTagAndTranslate(ChatInputData chatInputData, AIRequestDTO aiRequestDTO) {
setModel(chatInputData);
chatInputData.setStream(false);
List<Message> messages = new ArrayList<>();
chatInputData.setMessages(messages);
Message systemRole = getSystemMessageForNewsTagAndTranslate();
messages.add(systemRole);
Message userRole = getUserMessageForNewsTagAndTranslate(aiRequestDTO);
messages.add(userRole);
@Override
public AIResponse<JSONObject> dealUrgentNotice(AIRequestDTO aiRequestDTO) {
ChatInputData chatInputData = new ChatInputData();
String systemPrompt = "```xml\n" +
"<instruction>\n" +
"根据给定的多条JSON格式的文旅部及外交部紧急通知消息，每条消息包含id、title和content字段。你需要完成以下任务：\n" +
"\n" +
"1. 紧急程度判断：根据title和content的内容，按照以下标准判断紧急程度：\n" +
" - 极高：存在致命威胁且需强制撤离\n" +
" - 高：存在重大安全威胁需规避行程\n" +
" - 中：局部或特定风险需加强防范\n" +
" - 低：常规安全提醒\n" +
" - 极低：日常注意事项\n" +
"\n" +
"2. 区域判断：判断消息描述的是境内还是境外（相对中国而言）：\n" +
" - 境内：描述中国国内的情况\n" +
" - 境外：描述中国以外国家或地区的情况\n" +
"\n" +
"3. 地理位置提取：从内容中提取描述的国家和城市：\n" +
" - 国家：必须提取，如果是境内则为\"中国\"\n" +
" - 城市：尽可能提取，无法提取则输出\"\",多个城市以英文,分割\n" +
"\n" +
"4. 输出格式要求：\n" +
" - 保持原始id不变\n" +
" - 新增字段：\n" +
" * level：表示紧急程度\n" +
" * area：表示境内/境外\n" +
" * country：表示国家\n" +
" * city：表示城市\n" +
" - 输出为JSON数组格式\n" +
" - 不要包含任何XML标签\n" +
"\n" +
"处理步骤：\n" +
"1. 仔细阅读每条消息的title和content\n" +
"2. 根据内容严重性判断紧急程度\n" +
"3. 判断是否涉及中国境内\n" +
"4. 提取明确提到的国家和城市\n" +
"5. 按照要求格式组织输出\n" +
"\n" +
"注意事项：\n" +
"- 城市提取要准确，不确定时留空\n" +
"- 紧急程度判断要严格遵循标准\n" +
"- 确保输出是标准JSON格式\n" +
"</instruction>\n" +
"\n" +
"<examples>\n" +
"示例1：\n" +
"输入：\n" +
"[\n" +
" {\n" +
" \"id\": 1,\n" +
" \"title\": \"关于暂勿前往XX国的紧急提醒\",\n" +
" \"content\": \"近期XX国发生武装冲突，已造成多人伤亡，建议中国公民暂勿前往。特别提醒在X市的中国公民尽快撤离。\"\n" +
" }\n" +
"]\n" +
"输出：\n" +
"[\n" +
" {\n" +
" \"id\": 1,\n" +
" \"level\": \"极高\",\n" +
" \"area\": \"境外\",\n" +
" \"country\": \"XX国\",\n" +
" \"city\": \"X市\"\n" +
" }\n" +
"]\n" +
"</instruction>\n" +
"```";
buildChatInputData(chatInputData, aiRequestDTO.getInputs().getMsg_info(), systemPrompt);
String apiKey = getModelApiKey();
ChatCompletionResponse chatCompletionResponse = aiRequest(chatInputData, apiKey);
if (CollectionUtils.isNotEmpty(chatCompletionResponse.getChoices())) {
AIResponse<JSONObject> aiResponse = new AIResponse<>();
String content = chatCompletionResponse.getChoices().get(0).getMessage().getContent();
aiResponse.setFinish_reason(chatCompletionResponse.getChoices().get(0).getFinish_reason());
if(StringUtils.isNotEmpty(content)){
content = content.replaceAll("```json","").replaceAll("```", "");
List<JSONObject> jsonObjects = JSONArray.parseArray(content, JSONObject.class);
ResultVO<JSONObject> outputs = new ResultVO<>();
outputs.setResult(jsonObjects);
aiResponse.setOutputs(outputs);
}
return aiResponse;
}
return null;
}
@Override
public AIResponse<JSONObject> collectNewsCountryAndCity(AIRequestDTO aiRequestDTO) {
ChatInputData chatInputData = new ChatInputData();
String systemPrompt = "```xml\n" +
"<instruction>\n" +
"你是一个专业的地理信息分析师，请严格遵循以下步骤处理新闻文本：\n" +
"\n" +
"1. 仔细阅读新闻正文内容，忽略所有非事件描述的信息（如媒体机构、记者信息等）\n" +
"2. 定位事件直接关联的具体地理位置：\n" +
" - 优先提取明确提及的规范国家名称和城市名称\n" +
" - 城市必须能明确归属于国家行政体系\n" +
"3. 处理模糊表述：\n" +
" - 对\"某国\"\"该地区\"等表述，需结合上下文地理特征、政治背景推断\n" +
" - 非中文表述需翻译为中文规范名称\n" +
"4. 输出规范：\n" +
" - 仅返回标准JSON格式：{\"country\": \"国家\", \"city\": \"城市\"}\n" +
" - 无地理信息时返回：{\"country\": \"\", \"city\": \"\"}\n" +
" - 禁止包含任何解释性文字或XML标签\n" +
"5. 验证逻辑：\n" +
" - 确保城市隶属于国家（如东京属于日本）\n" +
" - 拒绝推测性结论，必须有文本依据\n" +
"\n" +
"注意事项：\n" +
"- 国家城市名称必须使用新闻原文中的语言版本\n" +
"- 不存在的行政关系需视为无效信息（如\"巴黎属于德国\"）\n" +
"- 多地点新闻只提取核心事件发生地\n" +
"\n" +
"<additional_rules>\n" +
"1. 国家城市名称标准化：\n" +
" - 优先使用主权国家名称（如\"中国\"而非\"中国大陆\"）\n";
buildChatInputData(chatInputData, aiRequestDTO.getInputs().getMsg_info(), systemPrompt);
String apiKey = getModelApiKey();
ChatCompletionResponse chatCompletionResponse = aiRequest(chatInputData, apiKey);
if (CollectionUtils.isNotEmpty(chatCompletionResponse.getChoices())) {
AIResponse<JSONObject> aiResponse = new AIResponse<>();
String content = chatCompletionResponse.getChoices().get(0).getMessage().getContent();
aiResponse.setFinish_reason(chatCompletionResponse.getChoices().get(0).getFinish_reason());
if(StringUtils.isNotEmpty(content)){
if(content.contains("</think>")){
content = content.split("</think>", -1)[1];
}
content = content.replaceAll("```json","").replaceAll("```", "").replaceAll("\n","");
JSONObject jsonObject = JSONObject.parseObject(content);
List<JSONObject> jsonObjects = new ArrayList<>();
jsonObjects.add(jsonObject);
ResultVO<JSONObject> outputs = new ResultVO<>();
outputs.setResult(jsonObjects);
aiResponse.setOutputs(outputs);
}
return aiResponse;
}
return null;
}
private String getModelApiKey() {
......@@ -293,17 +526,6 @@ public class AIServiceImpl implements AIService {
return apiKey;
}
private void buildNaturalDisasterTag(ChatInputData chatInputData, AIRequestDTO aiRequestDTO) {
setModel(chatInputData);
chatInputData.setStream(false);
List<Message> messages = new ArrayList<>();
chatInputData.setMessages(messages);
Message systemRole = getSystemMessageForNatureDisaster();
messages.add(systemRole);
Message userRole = getUserMessageForNaturalDisasterTag(aiRequestDTO);
messages.add(userRole);
}
private static void setModel(ChatInputData chatInputData) {
UserHeader userHeader = UserThreadLocal.get();
if(StringUtils.isNotEmpty(userHeader.getModel())){
......@@ -313,14 +535,14 @@ public class AIServiceImpl implements AIService {
}
}
private void buildNewsTag(ChatInputData chatInputData, AIRequestDTO AIRequestDTO) {
private void buildChatInputData(ChatInputData chatInputData, String userMsg, String systemPrompt) {
setModel(chatInputData);
chatInputData.setStream(false);
List<Message> messages = new ArrayList<>();
chatInputData.setMessages(messages);
Message systemRole = getSystemMessageForNewsTag();
Message systemRole = getSystemMessage(systemPrompt);
messages.add(systemRole);
Message userRole = getUserMessageForNewsTag(AIRequestDTO);
Message userRole = getUserMessage(userMsg);
messages.add(userRole);
}
......@@ -369,153 +591,20 @@ public class AIServiceImpl implements AIService {
return systemRole;
}
private static Message getUserMessageForNewsTagAndTranslate(AIRequestDTO AIRequestDTO) {
Message userRole = new Message();
userRole.setRole("user");
userRole.setContent(AIRequestDTO.getInputs().getMsg_info());
return userRole;
}
private static Message getUserMessageForNaturalDisasterTag(AIRequestDTO AIRequestDTO) {
private static Message getUserMessage(String content) {
Message userRole = new Message();
userRole.setRole("user");
userRole.setContent(AIRequestDTO.getInputs().getWarn_info());
return userRole;
}
private static Message getUserMessageForNewsTag(AIRequestDTO AIRequestDTO) {
Message userRole = new Message();
userRole.setRole("user");
userRole.setContent(AIRequestDTO.getInputs().getMsg_info());
userRole.setContent(content);
return userRole;
}
@NotNull
private static Message getSystemMessageForNewsTagAndTranslate() {
private static Message getSystemMessage(String prompt) {
Message systemRole = new Message();
systemRole.setRole("system");
systemRole.setContent("```xml\n" +
"<instruction>\n" +
"同时对多条新闻内容进行打上新闻标签分类和翻译成指定语言，仅当新闻标签评分达到或超过80分时才应用新闻标签，翻译必须进行，每条数据都唯一标识ID。输入为JSON数组，输出也为JSON数组。具体要求如下：\n" +
"\n" +
"1. **输入格式**： \n" +
" - 输入是一个JSON数组，每个对象包含以下字段： \n" +
" - `content`：新闻内容文本 \n" +
" - `id`：唯一标识ID \n" +
" - `language`：目标翻译语言 \n" +
"\n" +
"2. **输出格式**： \n" +
" - 输出是一个JSON数组，每个对象包含以下字段：\n" +
" - `content`：翻译后的新闻内容 \n" +
" - `id`：与输入相同的唯一标识ID \n" +
" - `language`：目标翻译语言 \n" +
" - `news_tag`：新闻标签列表（仅当评分≥80分时应用） \n" +
"\n" +
"3. **标签分类规则**： \n" +
" - 新闻标签的评分范围为0-100分，仅当评分≥80分时才将标签添加到输出中。 \n" +
" - 翻译必须执行，无论标签评分如何。 \n" +
"\n" +
"4. **标签列表**： \n" +
" - 人为灾害标签包括：枪击，抢劫，事故爆炸，恐怖袭击，纵火，大规模伤亡事件，人质事件，毒气泄漏，生物危害，交通事故，建筑物倒塌，食品安全事件，社会冲突，群体性事件，环境污染，抗议示威，集体维权，活动失控骚乱，地域冲突，性别冲突，宗教冲突，民族冲突，阶级冲突，食物中毒，地震，火山爆发，山体滑坡，泥石流，雪崩，水坝决口，水坝溃坝，台风/飓风，龙卷风，暴雨，洪水，寒潮，高温热浪，干旱，沙尘暴，冻雨，冰雹，雷暴，大风，山林火灾，冰川融化，海啸，霾，化学品泄漏，核事故，矿难，油轮泄漏，火灾，工业污染，工业事故，传染病爆发，公共卫生事件，持刀伤人，恐怖爆炸，暴力冲突，战争，游行抗议，其他。\n" +
"\n" +
"5. **注意事项**： \n" +
" - 输出中不得包含任何XML标签。 \n" +
" - 确保每条数据的唯一标识ID与输入一致。 \n" +
" - 如果新闻内容无法分类或评分低于80分，则输出“其他”。\n" +
"</instruction>\n" +
"```"
);
systemRole.setContent(prompt);
return systemRole;
}
@NotNull
private static Message getSystemMessageForNatureDisaster() {
Message systemRole = new Message();
systemRole.setRole("system");
systemRole.setContent("```xml\n" +
"<instruction>\n" +
"根据给定的天气预警信息，打上相应的标签。标签列表包括：大风,雷暴,霾,冻雨,地震,火山爆发,海啸,台风/飓风,龙卷风,洪水,干旱,山体滑坡,泥石流,雪崩,森林火灾,冰川融化,沙尘暴,高温热浪,寒潮,暴雨,工业事故,交通事故,火灾,爆炸,核事故,化学品泄漏,油轮泄漏,矿难,食物中毒,公共卫生事件,建筑物倒塌,恐怖袭击,水坝溃坝,游行抗议,冰雹。\n" +
"\n" +
"<instructions>\n" +
"1. 仔细阅读输入的天气预警信息，理解其描述的具体事件或现象。\n" +
"2. 根据预警信息的内容，从提供的标签列表中选择最匹配的一个或多个标签。\n" +
"3. 确保所选标签与预警信息描述的事件或现象完全一致，避免无关标签。\n" +
"4. 如果预警信息描述的事件或现象不在标签列表中，则忽略该信息或选择最接近的标签。\n" +
"5. 输出时仅列出匹配的标签，不要包含任何额外的解释或XML标签。\n" +
"6. 如果预警信息包含多个事件或现象，请为每个事件或现象分别打上对应的标签。\n" +
"\n" +
"<examples>\n" +
"<example>\n" +
"输入：今日预计有强风，风速可达10级以上，请市民注意防范。\n" +
"输出：大风\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：受台风影响，沿海地区将出现暴雨和大风天气，局部地区可能有洪水。\n" +
"输出：台风/飓风,暴雨,洪水\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：某化工厂发生泄漏事故，导致周边空气质量下降，建议居民关闭门窗。\n" +
"输出：化学品泄漏,工业事故\n" +
"</example>\n" +
"\n" +
"<notes>\n" +
"1. 标签之间用逗号分隔，不要使用空格或其他符号。\n" +
"2. 如果预警信息描述的事件或现象与多个标签相关，请列出所有相关标签。\n" +
"3. 确保标签的准确性，避免主观判断或猜测。\n" +
"4. 输出格式应简洁明了，仅包含标签名称。\n" +
"</notes>\n" +
"</instruction>\n" +
"```"
);
return systemRole;
}
@NotNull
private static Message getSystemMessageForNewsTag() {
Message systemRole = new Message();
systemRole.setRole("system");
systemRole.setContent("```xml\n" +
"<instruction>\n" +
"对新闻内容进行标签分类，仅当标签评分达到或超过80分时才应用该标签。可选的标签包括：枪击，抢劫，事故爆炸，恐怖袭击，纵火，大规模伤亡事件，人质事件，毒气泄漏，生物危害，交通事故，建筑物倒塌，食品安全事件，社会冲突，群体性事件，环境污染，抗议示威，集体维权，活动失控骚乱，地域冲突，性别冲突，宗教冲突，民族冲突，阶级冲突，食物中毒，地震，火山爆发，山体滑坡，泥石流，雪崩，水坝决口，水坝溃坝，台风/飓风，龙卷风，暴雨，洪水，寒潮，高温热浪，干旱，沙尘暴，冻雨，冰雹，雷暴，大风，山林火灾，冰川融化，海啸，霾，化学品泄漏，核事故，矿难，油轮泄漏，火灾，工业污染，工业事故，传染病爆发，公共卫生事件，持刀伤人，恐怖爆炸，暴力冲突，战争，游行抗议，其他。\n" +
"\n" +
"<instructions>\n" +
"1. 仔细阅读新闻内容，理解其核心事件和背景。\n" +
"2. 根据新闻内容，评估每个标签的适用性，并为每个标签打分（0-100分）。\n" +
"3. 仅选择评分达到或超过80分的标签作为最终标签。\n" +
"4. 如果新闻内容与任何标签的匹配度均低于80分，则输出“其他”。\n" +
"5. 确保输出结果不包含任何XML标签，仅列出适用的标签名称，多个标签用逗号分隔。\n" +
"6. 如果新闻内容涉及多个高评分标签，则按相关性从高到低排序。\n" +
"\n" +
"<examples>\n" +
"<example>\n" +
"输入：某市发生一起持枪抢劫银行事件，造成3人死亡，5人受伤。\n" +
"输出：枪击, 抢劫, 大规模伤亡事件\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：某工厂发生化学气体泄漏，导致附近居民出现中毒症状。\n" +
"输出：毒气泄漏\n" +
"</example>\n" +
"\n" +
"<example>\n" +
"输入：某地区因土地纠纷引发大规模抗议活动，警方与示威者发生冲突。\n" +
"输出：社会冲突, 群体性事件\n" +
"</example>\n" +
"\n" +
"<note>\n" +
"1. 标签评分必须严格遵循80分的阈值，低于80分的标签不得使用。\n" +
"2. 确保标签的准确性和相关性，避免过度标记或遗漏重要标签。\n" +
"3. 对于模糊或不确定的内容，优先选择最相关的标签，避免猜测。\n" +
"4. 输出结果必须简洁明了，仅包含适用的标签名称。\n" +
"</note>\n" +
"</instruction>\n" +
"```"
);
return systemRole;
}
private HttpEntity getHeader(String token) {
HttpHeaders httpHeaders = new HttpHeaders();
httpHeaders.set("Content-Type", "application/json");
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment