텍스트 디스틸러: 한 번의 클릭으로 책 전체를 요약하고, 책의 내용을 효율적으로 추출하고, 핵심 아이디어를 빠르게 파악할 수 있습니다.

일반 소개

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。

기능 목록

• 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。
• 자연어 처리(NLP)：利用最先进的 NLP 技术，确保摘要内容的准确性和可读性。
• 사용자 친화적인 인터페이스：简洁直观的界面设计，使摘要过程变得简单易行。

도움말 사용

설치 프로세스

1. 복제 창고:git clone https://github.com/johngai19/TextDistiller.git
2. 安装所需依赖：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：
   • 업데이트 mail.py 정곡을 찌르세요 sender_address 노래로 응답 sender_pass.
   • 움직여야 합니다. views.py::python3 views.py

사용 프로세스

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。

주요 기능

• 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。
• 요약 보기：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。

주요 기능

• 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。
• 사용자 친화적인 인터페이스：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. 청크：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사용 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 Token ID。
4. 解码사용 T5Tokenizer (명목식 형태로 사용됨) decode() 函数将摘要的 Token ID 解码为可读的文本。