为 LLM 应用预处理非结构化数据

[SQ-AMD]

为 LLM 应用预处理非结构化数据

曾浩龙：3. 规范化内容 Normalizing the Content

[6forwater29]

感谢！做的很好了，有些小细节注意一下：

• 1. 缺少大标题，可以参考其他文件，如选修-Large Language Models with Semantic Search中的第三章 嵌入 Embeddings。

• 2. images文件夹下，图片命名格式为[第几章]-[序号].png，如你的第三章第2张图片可写为3-2.png。

• 3. 第三章的Utils.py能否改名为Utils_Ch3.py，因为我这一章也有，可能其他章也有？

• 4. requirements.txt 里面可以加一个python-pptx

• 5. pip install -r requirements.txt可以在开始加一下

• 6. 可以在开始加一下环境变量如何设置，比如windows可以用cmd的 setx DLAI_API_KEY ""等

• 7. CoT也就是pdf这里的代码太集中，能否详细解释一下？Word那里也是

• 8. 类似<IPython.core.display.JSON object>这样的结果有很多，我的vscode也是这样，我不太清楚能否显示？还是说只能在jupyter notebook里面显示？如果改不了的话就算了，向你请教一下！

• 9. 再仔细检查一下格式是否符合pdf标准，比如3. 规范化内容 Normalizing the Content.ipynb的3.后面多了个空格

感谢！

逸涵

[6forwater29]

我才发现有python-pptx。然后就是

这个地方我报错了，你可以运行吗？