AskyourDocuments

Demandez vos documents ?

Bienvenue dans le système d'assurance qualité des documents ! Ce référentiel contient le code d'un système qui vous permet de poser des questions sur vos documents et d'obtenir des réponses en fonction de leur contenu. Il prend en charge un large éventail de formats de documents, notamment PDF, Word, Excel, PowerPoint, les fichiers texte et même les images !

Caractéristiques

• Prend en charge une variété de formats de documents, notamment PDF, Word, Excel, PowerPoint, fichiers texte et images
• ? Utilise la bibliothèque Hugging Face Transformers pour créer des intégrations pour des morceaux de document
• ? Utilise la bibliothèque FAISS pour créer un index pour ces intégrations, permettant une recherche de similarité efficace
• Permet aux utilisateurs de poser des questions sur leurs documents et d'obtenir des réponses basées sur le contenu de ces documents
• ⚡️ Utilise le multitraitement pour paralléliser la création de l'index pour des performances améliorées

? Exigences

• Python 3.6 ou supérieur
• Les packages Python suivants :
  • transformateurs
  • chaîne de langue
  • fitz
  • Oreiller
  • extrait
  • pandas
  • python-pptx
  • contrats à terme simultanés
  • opencv-python (pour la prise en charge des images)

? Usage

1. Clonez ce dépôt sur votre machine locale :

git clone https://github.com/AiGptCode/AskyourDocuments.git

2. Installez les packages Python requis :

pip install transformers langchain fitz pillow textract pandas python-pptx opencv-python concurrent-futures

3. Définissez votre clé API Hugging Face en tant que variable d'environnement :

 export HUGGINGFACE_API_TOKEN=your-api-key

4. Exécutez le script main.py et entrez le chemin d'accès au répertoire contenant vos documents :

python AskyourDocuments.py

5. Posez une question sur vos documents et obtenez une réponse basée sur le contenu de ces documents.

Remarque : Si vous souhaitez inclure des images dans votre recherche, assurez-vous qu'elles sont dans un format pris en charge (par exemple, JPEG, PNG) et qu'elles se trouvent dans le même répertoire que vos autres documents.

? Contribuer

Si vous souhaitez contribuer à ce projet, veuillez suivre ces étapes :

1. Forkez ce référentiel sur votre propre compte GitHub.
2. Créez une nouvelle branche pour vos modifications :

git checkout -b my-feature-branch

3. Apportez vos modifications et validez-les :

git commit -am ' Add some feature '

4. Poussez vos modifications sur votre fork :

git push origin my-feature-branch

5. Ouvrez une pull request sur le référentiel d'origine.

? Licence

Ce projet est sous licence MIT.

? Remerciements

• La bibliothèque Hugging Face Transformers pour fournir des modèles et des tokenizers pré-entraînés
• La bibliothèque FAISS pour fournir une recherche de similarité et un regroupement efficaces de vecteurs denses
• La bibliothèque langchain pour fournir des utilitaires permettant de créer et d'utiliser des modèles de langage
• La bibliothèque fitz pour fournir des utilitaires permettant de travailler avec des fichiers PDF
• La bibliothèque Pillow pour fournir des utilitaires permettant de travailler avec des fichiers image
• La bibliothèque textract pour fournir des utilitaires permettant d'extraire du texte à partir de différents formats de fichiers
• La bibliothèque pandas pour fournir des utilitaires permettant de travailler avec des données tabulaires en Python
• La bibliothèque python-pptx pour fournir des utilitaires permettant de travailler avec des fichiers PowerPoint
• La bibliothèque concurrent-futures pour fournir une interface de haut niveau pour l'exécution asynchrone des callables
• La bibliothèque opencv-python pour fournir des utilitaires permettant de travailler avec des données image et vidéo (pour la prise en charge des images)