Doctran: 革新文档处理的智能框架

doctran

引言：文档处理的新纪元

在当今数字时代，文档处理已经成为许多组织和个人工作流程中不可或缺的一部分。然而，传统的文档处理方法往往面临着灵活性不足、效率低下等问题。幸运的是，随着人工智能技术的飞速发展，一种革命性的解决方案应运而生——Doctran。

Doctran是一个创新的文档转换框架，它巧妙地利用了大型语言模型（LLMs）的强大能力，通过自然语言指令来处理复杂的字符串。这个开源项目为开发者提供了一种全新的方式来处理非结构化文本数据，使得文档处理变得更加智能、高效和灵活。

Doctran：文档处理的智能助手

Doctran的核心理念是将混乱的字符串输入转化为结构化、清晰的输出。它可以被视为一个由LLM驱动的黑盒，能够将杂乱的字符串转换成经过标记和整理的有序数据。从另一个角度来看，Doctran是对OpenAI函数调用功能的模块化、声明式包装，极大地提升了开发者的使用体验。

Doctran Logo

Doctran的主要特性

灵活的文档转换：Doctran能够处理各种类型的文档，从简单的文本到复杂的结构化数据。
基于LLM的智能处理：利用大型语言模型的能力，Doctran可以理解和处理自然语言指令。
模块化设计：Doctran采用模块化的设计理念，使得开发者可以轻松地扩展和定制功能。
易于集成：Doctran可以无缝集成到现有的开发工作流程中，提高开发效率。
开源生态：作为一个开源项目，Doctran拥有活跃的社区支持和持续的改进。

Doctran的工作原理

Doctran的工作流程可以简单概括为以下几个步骤：

输入：将需要处理的文档或文本字符串输入到Doctran中。
转换：Doctran使用预定义的转换器（Doctransformers）对输入进行处理。
输出：处理后的结果以结构化的形式输出，便于进一步分析或使用。

Doctransformers：Doctran的核心组件

Doctran提供了一系列强大的转换器，称为Doctransformers，每个转换器都专注于特定的文档处理任务。以下是一些主要的Doctransformers：

Extract：根据给定的JSON模式，使用OpenAI的函数调用功能从文档中提取结构化数据。
Redact：使用spaCy模型移除文档中的敏感信息，如姓名、邮箱、电话号码等。
Summarize：对文档内容进行智能摘要，可以通过设置token_limit来控制摘要的长度。
Refine：根据指定的主题，保留文档中相关的信息，删除无关内容。
Translate：将文档内容翻译成指定的语言。
Interrogate：将文档信息转换为问答格式，有助于提高向量数据库的检索效果。

实际应用案例

让我们通过一个具体的例子来看看Doctran是如何工作的：

from doctran import Doctran, ExtractProperty

# 初始化Doctran
doctran = Doctran(openai_api_key=OPENAI_API_KEY)

# 准备文档内容
content = '''
<doc type="Confidential Document - For Internal Use Only">
<metadata>
<date>July 1, 2023</date>
<subject>Updates and Discussions on Various Topics;</subject>
</metadata>
<body>
<p>Dear Team,</p>
<p>I hope this email finds you well. In this document, I would like to provide you with some important updates and discuss various topics that require our attention. Please treat the information contained herein as highly confidential.</p>
...
</body>
</doc>
'''

# 定义提取属性
properties = ExtractProperty(
    name="millennial_or_boomer", 
    description="A prediction of whether this document was written by a millennial or boomer",
    type="string",
    enum=["millennial", "boomer"],
    required=True
)

# 处理文档
document = doctran.parse(content=content)
result = await document.extract(properties=properties).summarize().execute()

print(result.extracted_properties)
print(result.summary)