Spaces:
Sleeping
Sleeping
File size: 988 Bytes
f1e5728 93c008b f1e5728 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 |
from PyPDF2 import PdfReader
from transformers import pipeline
# 這裡你也可以改成你要的中文 BART、T5 等 summarization 模型
summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
def 提取_pdf文字(pdf檔案):
"""
從 PDF 檔案讀取並合併所有頁面的內容為純文字
"""
reader = PdfReader(pdf檔案)
內容 = ""
for 頁面 in reader.pages:
內容 += 頁面.extract_text()
return 內容
def 分段(內容, 每段字數=2000):
"""
將長文本切成多個段落（方便 AI 處理）
"""
return [內容[i:i+每段字數] for i in range(0, len(內容), 每段字數)]
def 摘要(段落們):
"""
對每個段落做中文摘要，再合併回一份總結
"""
結果 = []
for 段 in 段落們:
結果.append(
summarizer(段, max_length=130, min_length=30, do_sample=False)[0]["summary_text"]
)
return 結果
|