AskyourDocuments

询问您的文件？

欢迎使用文档质量检查系统！该存储库包含一个系统的代码，该系统允许您提出有关文档的问题并根据其内容获得答案。它支持多种文档格式，包括 PDF、Word、Excel、PowerPoint、文本文件，甚至图像！

特征

• 支持多种文档格式，包括 PDF、Word、Excel、PowerPoint、文本文件和图像
• ？使用 Hugging Face Transformers 库为文档块创建嵌入
• ？使用 FAISS 库为这些嵌入创建索引，从而实现高效的相似性搜索
• 允许用户提出有关其文档的问题并根据这些文档的内容获得答案
• ⚡️ 使用多处理并行创建索引以提高性能

？要求

• Python 3.6 或更高版本
• 以下 Python 包：
  • 变形金刚
  • 朗查恩
  • 菲茨
  • 枕头
  • 文本摘录
  • 熊猫
  • python-pptx
  • 并发期货
  • opencv-python（用于图像支持）

？用法

1. 将此存储库克隆到您的本地计算机：

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

2. 安装所需的 Python 包：

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

3. 将 Hugging Face API 密钥设置为环境变量：

 export HUGGINGFACE_API_TOKEN=your-api-key

4. 运行main.py脚本并输入包含文档的目录的路径：

python AskyourDocuments.py

5. 询问有关您的文档的问题，并根据这些文档的内容获得答案。

注意：如果您想在搜索中包含图像，请确保它们采用受支持的格式（例如 JPEG、PNG），并且与其他文档位于同一目录中。

？贡献

如果您想为此项目做出贡献，请按照以下步骤操作：

1. 将此存储库分叉到您自己的 GitHub 帐户。
2. 为您的更改创建一个新分支：

git checkout -b my-feature-branch

3. 进行更改并提交：

git commit -am ' Add some feature '

4. 将您的更改推送到您的分支：

git push origin my-feature-branch

5. 针对原始存储库打开拉取请求。

？执照

该项目已获得 MIT 许可证的许可。

？致谢

• Hugging Face Transformers 库，用于提供预训练模型和分词器
• FAISS 库提供高效的相似性搜索和密集向量聚类
• langchain库，用于提供创建和使用语言模型的实用程序
• fitz库提供处理 PDF 文件的实用程序
• Pillow库提供处理图像文件的实用程序
• textract库提供从各种文件格式中提取文本的实用程序
• pandas库，用于提供在 Python 中处理表格数据的实用程序
• python-pptx库，用于提供处理 PowerPoint 文件的实用程序
• concurrent-futures库，用于为异步执行可调用对象提供高级接口
• opencv-python库，用于提供处理图像和视频数据的实用程序（用于图像支持）