【AI】试用 ai 提取文章内容尝试

电梯产业面临这样一个问题,因为太多的品牌,将近 400 多个,甚至有宝马,奥迪,你敢相信,一家造汽车的造过电梯?不过好像想想也是,电梯是第二大交通工具,电梯从某种意义上来说,也是一部电梯,只不过是垂直的那种,而且现在的电梯已经发展到了可以横着走的那种。

 正是因为品牌如此之多,所以遗留有大量的技术资料,可以大胆的说,目前没有一个地方有全部电梯资料的,梯哥哥也没有,但是我们梯哥哥可以不断完善,完善接踵而来的是缺乏好的分类和总结,这个不仅仅需要大量的人工,而且需要大量的专业人士,一般人根本看不懂思密达,所以我想尝试通过 ai,看看能不能帮助我们梯哥哥解决这个难题,帮助广大的电梯人朋友在第一时间就能知道这个文件的大概内容,是不是他想要的,节省他们时间,真正做到降本增效!

这个就面临着如何选择 ai。首先,选择成熟模型还是自建,这个取决于成本效益比,目前来看这个自建肯定是不可取的,其次就是选择哪一家,这个文件一般都很大,有的甚至几百兆,目前来说只有 kimi 能够处理长文本还能勉强试用。

上传资料可选择,可提供按钮进行操作
https://platform.moonshot.cn/docs/api/files#%E8%B0%83%E7%94%A8%E7%A4%BA%E4%BE%8B
目前先做试验,看看上传文件能否提取正确。

下面是对 kimi 的试用报告。

一.接口方式

文件上传顺利,无堵塞 单文件上传50M都可以

50M的文件内容提取后 文本大小90K左右 存在重复 无用数据

存在问题:

a)   没有处理里面的乱码等特殊内容

b)内容整理的也差强人意

例如:下图 第档 重复出现,内容也需要重新整理

二.网页方式

通过网页版 先上传文件 然后提取核心内容。

结论:

a) 确实可以提炼核心内容,但是需要反复在网页操作繁琐

b) 存在问题 解析文件不稳定 会出现解析失败

c) 解析内容同样不如人意;

最后总结

1)通用型模型提取文件内容作用不大,提取出来的内容需要重新整理;

2)自己搭建模型,需要的成本太高,目前还不成熟,不适合商用;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/13435.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

无网环境禁止 WPS 提示登录,且基本功能按钮可用

目前 WPS 升级后,每次打开都会提示你登录 WPS,并且在未登录之前所有基本功能按钮是置灰状态,无法使用。 如此一来,在内网或无网环境,我们无法登陆 WPS ,就给我们的使用带来了极大的不便,那么有没…

全网最全面的由浅到深的Kotlin基础教程(七)

前言 本篇文章接着上一篇文章全网最全面的由浅到深的Kotlin基础教程(六)继续进阶学习kotlin,建议看完上一篇文章,再来看本篇文章。本篇主要分析一些常用的kotlin函数源码,以及用kotlin简单实现Rxjava的几个操作符。坚…

全志A133 android10 调试vibrator震动马达

一,前提条件 全志使用的马达配置为上电震动,下电停止,需测试硬件是否正常。马达供电最好为独立供电,避免干扰。 二,适配步骤 1. dts中增加马达配置 motor_para {compatible "allwinner,sunxi-vibrator";…

BGP实验:联邦和发射器实验

BGP实验:联邦和发射器实验 一、实验拓扑 二、实验要求及分析 实验要求: 1、AS1存在两个环回,一个地址为192.168.1.0/24,该地址不能再任何协议中宣告; ​ AS3存在两个环回,一个地址为192.168.2.0/24&…

解决ModuleNotFoundError: No module named ‘open_clip‘问题

在使用stable diffusion大模型时,添加一些模型后启动df页面报错:ModuleNotFoundError: No module named open_clip 使用 pip install open_clip命令下载失败,报错: Looking in indexes: https://mirrors.aliyun.com/pypi/simple…

Redis【B站面试题】

前言 2023-07-27 22:44:59 出自B站 灰灰的Java面试 Redis Redis为什么快? 1.纯内存KV操作 Redis的操作都是基于内存的,CPU不是 Redis性能瓶颈,,Redis的瓶颈是机器内存和网络带宽。 在计算机的世界中,CPU的速度是远大于内存的速…

深度学习之基于TensorFlow人脸表情识别

欢迎大家点赞、收藏、关注、评论啦 ,由于篇幅有限,只展示了部分核心代码。 文章目录 一项目简介 二、功能三、系统四. 总结 一项目简介 一、项目背景 人脸表情识别是计算机视觉领域的重要研究方向之一,它在人机交互、情感分析、安全监控等领…

Java 变量和作用域:理解变量的声明、初始化及其作用域

在Java编程语言中,变量和作用域是两个核心概念。理解变量的声明、初始化以及它们的作用域对于编写健壮且高效的代码至关重要。 变量的声明与初始化 变量的声明 在Java中,变量的声明指的是定义变量的名称和类型。在Java中,变量声明的一般语…

ubuntu使用记录——如何使用wireshark网络抓包工具进行检测速腾激光雷达的ip和端口号

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言wireshark网络抓包工具1.wireshark的安装2.wireshark的使用3.更改雷达ip 总结 前言 Wireshark是一款备受赞誉的开源网络协议分析软件,其功能之强大…

简述MyBatis中#{}引用和${}引用的区别

各位大佬光临寒舍,希望各位能赏脸给个三连,谢谢各位大佬了!!! 目录 1.有无预编译 优点 缺点 2.SQL执行的快慢 3.能否被SQL注入 4.参数输入方式 5.总结 1.有无预编译 #{}是有预编译的而${}是没有预编译的&…

LiveGBS流媒体平台GB/T28181用户手册-服务器概览:通道信息、负载信息、CPU使用、存储使用、带宽使用(Mbps)、内存使用

LiveGBS用户手册-服务器概览:通道信息、负载信息、CPU使用、存储使用、带宽使用(Mbps)、内存使用 1、服务器概览1.1、通道信息1.2、负载信息1.2.1、信息说明1.2.2、会话列表 1.3、CPU使用1.4、存储使用1.5、带宽使用(Mbps&#xf…

15:00面试,15:08出来,面试问的有点变态。。。。

🍅 视频学习:文末有免费的配套视频可观看 🍅 点击文末小卡片,免费获取软件测试全套资料,资料在手,涨薪更快 从小厂出来,没想到在另一家公司又寄了。 到这家公司开始上班,加班是每天…

阿里云数据库 SelectDB 版全面商业化,开启现代化实时数据仓库的全新篇章

2024 年 5 月 21 日,由阿里云联合飞轮科技共同举办的「阿里云数据库 SelectDB 版商业化产品发布会」于线上召开。阿里巴巴集团副总裁、阿里云数据库产品事业部负责人李飞飞宣布,阿里云数据库 SelectDB 版在中国站及国际站全面发布,正式开启商…

ROS | 用C++和python实现运动控制功能

基础知识: 用C实现: C代码: 用python实现: Python代码:

数据库理论基本概念

数据库理论基本概念 三级模式和两级映像 外模式 > 用户和数据库系统的接口 -------- 外模式-概念模式映射 概念模式 > 数据的逻辑结构和特征的描述 -------- 概念模式-内模式映射 内模式 > 数据物理结构和存储方式的描述三级…

避雷:搭建ai知识库的6大注意事项

随着人工智能技术的发展,ai知识库成为众多企业追求的一个重要部分,帮助企业提高运营次效率,越来越受到人们的关注。但是,在搭建ai知识库的过程中,稍不留意,就会漏掉一些小细节,导致做出来的ai知…

GPT-4o 引领人机交互新风向的向量数据库Milvus Cloud 成本

成本 AIGC 时代对于冷热储存的呼唤 成本一直是向量数据库获得更广泛使用的最大阻碍之一,这个成本来自两点: 储存,绝大多数向量数据库为了保证低延迟,需要把数据全量缓存到内存或者本地磁盘。在这个动辄百亿量级的AI 时代,意味着几十上百 TB 的资源消耗。 计算,数据需…

OpenFeign高级用法:缓存、QueryMap、MatrixVariable、CollectionFormat优雅地远程调用

码到三十五 : 个人主页 微服务架构中,服务之间的通信变得尤为关键。OpenFeign,一个声明式的Web服务客户端,使得REST API的调用变得更加简单和优雅。OpenFeign集成了Ribbon和Hystrix,具有负载均衡和容错的能力&#xff…

线性回归模型之套索回归

概述 本案例是基于之前的岭回归的案例的。之前案例的完整代码如下: import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import Ridge, LinearRegression from sklearn.datasets import make_regression from sklearn.model_selectio…