TextDistiller: resuma un libro entero en un clic, destile eficazmente el contenido del libro y capte rápidamente las ideas centrales.

Introducción general

TextDistiller es una herramienta avanzada basada en IA diseñada para resumir libros capítulo a capítulo o en su totalidad, proporcionando una visión general concisa pero completa. Con TextDistiller, los usuarios pueden captar rápidamente las ideas principales y los puntos clave de cualquier libro, lo que les permite ahorrar tiempo y comprender el contenido. La herramienta utiliza tecnología punta de procesamiento del lenguaje natural para garantizar que los resúmenes generados sean precisos y fáciles de leer, lo que la hace adecuada para quienes necesitan acceder y comprender rápidamente la información sobre un libro.

Lista de funciones

• resumen por capítulos: Proporciona un resumen detallado de cada capítulo, lo que facilita a los usuarios centrarse en el contenido de un capítulo específico.
• Resumen del libroEn el caso de los libros que no están divididos en capítulos, ofrece un resumen condensado del contenido general.
• procesamiento del lenguaje natural (PLN): Utiliza la tecnología PNL más avanzada para garantizar la precisión y legibilidad del contenido de los resúmenes.
• interfaz fácil de usar: El diseño sencillo e intuitivo de la interfaz hace que el proceso de resumen sea fácil de seguir.

Utilizar la ayuda

Proceso de instalación

1. Almacén de clonación:git clone https://github.com/johngai19/TextDistiller.git
2. Instale las dependencias necesarias:pip install -r requirements.txt
3. Ejecute la interfaz de línea de comandos (CLI):python3 bsCLI.py --path <path-to-PDF-file>
4. Ejecute el servidor Flask y actualice la configuración de correo:
   • actualización mail.py ha dado en el clavo sender_address responder cantando sender_pass.
   • estar en movimiento views.py::python3 views.py

Proceso de utilización

resumen por capítulos

1. Pase la ruta al archivo PDF del libro como parámetro a la herramienta de línea de comandos.
2. La herramienta divide automáticamente el libro por capítulos y genera un resumen detallado de cada uno de ellos.
3. Los usuarios pueden ver el contenido esencial de cada capítulo y captar rápidamente las ideas principales del libro.

Resumen del libro

1. Para los libros que no están divididos en capítulos, la herramienta trata el libro entero como un todo.
2. El resumen generado abarcará todos los elementos importantes del libro, proporcionando una visión de conjunto.

Funciones principales

• resumen por capítulosEjecutar en la línea de comandos python3 bsCLI.py --path <path-to-PDF-file>La herramienta procesa y genera automáticamente un resumen de cada capítulo.
• Resumen del libroTambién puede ejecutar los comandos anteriores desde la línea de comandos y la herramienta seleccionará automáticamente el tratamiento adecuado en función de la estructura del libro.
• Ver resumen: El resumen generado se guardará como un archivo de texto en el directorio especificado, que podrá ser abierto y visualizado directamente por el usuario.

Funciones destacadas

• tecnología de procesamiento del lenguaje natural (PLN)TextDistiller utiliza un modelo T5-pequeño preentrenado para garantizar que los resúmenes generados sean precisos y fáciles de leer a través de los pasos de fragmentación, tokenización, generación de resúmenes y descodificación.
• interfaz fácil de usarTextDistiller ofrece una interfaz sencilla e intuitiva que facilita los primeros pasos tanto con la herramienta de línea de comandos como con el servidor Flask.

Cómo funciona TextDistiller

TextDistiller utiliza el transformador HuggingFace de T5-small Preentrenar el modelo para generar resúmenes precisos y legibles. El proceso incluye:

1. trozoDivide el libro en trozos, ya sea por capítulos o en su conjunto.
2. participio: Uso T5Tokenizer Segmente estos bloques para asegurarse de que son coherentes con el T5 Compatibilidad de modelos.
3. Generación abstractaEl texto que ha sido procesado por el léxico pasa a través de la función T5ForConditionalGeneration El modelo genera un resumen de los Ficha ID.
4. decodificador: Uso T5Tokenizer (utilizado como expresión nominal) decode() decodifica el identificador de token digerido en texto legible.