PaperReadingAssistant
所属分类:自然语言处理
开发工具:Python
文件大小:0KB
下载次数:0
上传日期:2024-05-14 15:19:13
上 传 者:
sh-1993
说明: 这是一个使用Moonshot的 [KimiChat](https://kimi.moonshot.cn) 模型创建的论文阅读助手,它可以帮助你阅读和理解科研论文,并根据你提供的指引/问题列表生成论文的总结。, stars:0, update:2024-05-11 11:34:47
文件列表:
paper_reading_assistant.py
# Paper Reading Assistant
这是一个使用Moonshot的[KimiChat](https://kimi.moonshot.cn/)模型创建的论文阅读助手,它可以帮助你阅读和理解科研论文,并根据你提供的指引/问题列表生成论文的总结。代码参考了[Moonshot AI使用手册](https://platform.moonshot.cn/docs/intro)。
## 功能
- 读取论文文件
- 根据提供的问题列表,生成论文的总结
- 将论文总结保存为文本文件
## 使用方法
1. 安装必要的Python库:
```bash
pip install openai
```
2. 将你的[Moonshot API密钥](https://platform.moonshot.cn/console/api-keys)添加到代码中:
```bash
client = OpenAI(
api_key = "$MOONSHOT_API_KEY",
base_url= "https://api.moonshot.cn/v1",
)
```
3. 运行脚本,并提供论文文件、问题列表文件和输出文件的路径:
```bash
python paper_reading_assistant.py --paper your_paper.pdf --questions your_questions.txt --output your_summary.md
```
## 脚本参数
- `--paper` 或 `-p`:待阅读的论文文件路径
- `--questions` 或 `-q`:问题列表文件的路径
- `--output` 或 `-o`:论文总结输出的路径
## 注意事项
- 问题列表文件应为文本文件,每个问题之间用 `---`分隔,问题支持单行/多行表达。你可以仿造我提供的例子,创造自己研究领域的问题模板,以快速且格式化地从论文中提取你需要的信息。
```
请你作为一名专业的科研文献阅读助手,为我提供一篇科研文献的详细总结。总结应包括以下部分:
文献基本信息:列出文献的作者、发表年份、标题及研究领域。
章节内容:依照文献的章节顺序,详细描述每个章节的内容。请确保语言准确专业,信息无遗漏,且忠实于原文内容。
重点与创新点:明确指出文献的关键发现、理论贡献或技术创新。
一段话总结:用一段通俗易懂的中文总结整篇文献,并提供你的个人评论,以便于我快速把握文献的精髓。
---
根据文章的内容,依次填入以下信息。需要标注"根据 x.x 节"给出信息来源,需要给出判断依据。如果文章没有明确提及某一部分,请填入None,不要推测。
数据预处理:对数据进行的预处理步骤。
模型类型:使用的模型类型,如 "MLP"、"CNN"、"Transformer"。
模型结构:使用的模型结构。
参数量:模型的参数量。
```
- 推荐以Markdown格式保存输出文件。
## 开源许可
本项目采用MIT许可证,你可以自由地使用、修改和分发本项目的源代码,但必须保留原作者的版权声明。
近期下载者:
相关文件:
收藏者: