TextDistiller : résumez un livre entier en un clic, distillez efficacement le contenu du livre et saisissez rapidement les idées essentielles.

Introduction générale

TextDistiller 是一款先进的人工智能驱动工具，旨在对书籍进行逐章或整体总结，提供简洁而全面的概述。通过使用 TextDistiller，用户能够快速掌握任何书籍的核心思想和关键要点，从而节省时间，同时保持对内容的理解。该工具利用最先进的自然语言处理技术，确保生成的摘要既准确又易读，适用于需要快速获取和理解书籍信息的人群。

Liste des fonctions

• 逐章总结：提供每章详细摘要，方便用户关注特定章节内容。
• 整书概述：对于没有章节划分的书籍，提供整体内容的凝练总结。
• le traitement du langage naturel (NLP)：利用最先进的 NLP 技术，确保摘要内容的准确性和可读性。
• interface conviviale：简洁直观的界面设计，使摘要过程变得简单易行。

Utiliser l'aide

Processus d'installation

1. Entrepôt de clonage :git clone https://github.com/johngai19/TextDistiller.git
2. Installer les dépendances nécessaires :pip install -r requirements.txt
3. 运行命令行界面（CLI）：python3 bsCLI.py --path <path-to-PDF-file>
4. 运行 Flask 服务器并更新邮件配置：
   • mise à jour mail.py a fait mouche sender_address répondre en chantant sender_pass.
   • être en mouvement views.py: :python3 views.py

Processus d'utilisation

逐章总结

1. 将书籍 PDF 文件路径作为参数传递给命令行工具。
2. 工具会自动将书籍按章节分块，并生成每章的详细摘要。
3. 用户可以查看每章的核心内容，快速掌握书籍的主要思想。

整书概述

1. 对于没有章节划分的书籍，工具会将整本书作为一个整体进行处理。
2. 生成的摘要将涵盖书籍的所有重要内容，提供一个全面的概述。

Principales fonctions

• 逐章总结：在命令行中运行 python3 bsCLI.py --path <path-to-PDF-file>，工具会自动处理并生成每章摘要。
• 整书概述：同样在命令行中运行上述命令，工具会根据书籍结构自动选择适当的处理方式。
• 查看摘要：生成的摘要将以文本文件的形式保存在指定目录，用户可以直接打开查看。

Fonctions vedettes

• 自然语言处理技术：TextDistiller 利用 T5-small 预训练模型，通过分块、标记化、摘要生成和解码等步骤，确保生成的摘要既准确又易读。
• interface conviviale：无论是命令行工具还是 Flask 服务器，TextDistiller 都提供了简洁直观的操作界面，用户可以轻松上手使用。

TextDistiller 的工作原理

TextDistiller 利用 HuggingFace Transformers 中的 T5-small 预训练模型来生成准确且易读的摘要。该过程包括：

1. morceau：将书籍分割成若干块，可以按章节分割或作为一个整体。
2. 分词: Utilisation T5Tokenizer 对这些块进行分词，以确保与 T5 模型兼容。
3. 摘要生成：经过分词处理的文本通过 T5ForConditionalGeneration 模型生成摘要的 Jeton ID。
4. 解码: Utilisation T5Tokenizer (utilisé comme expression nominale) decode() 函数将摘要的 Token ID 解码为可读的文本。