华为云首页用户手册

盘古大模型 PANGULARGEMODELS-Vector:Splitter

盘古大模型 PANGULARGEMODELS-Vector:Splitter

时间：2024-09-05 14:59:04

盘古大模型 PANGULARGEMODELS

Splitter

文档拆分解析，提供对文档数据进行拆分解析能力，支持pdf/doc/docx/ppt/pptx/xls/xlsx/png/jpg/jpeg/bmp/gif/tiff/webp/pcx/ico/psd等格式文档。

初始化
 根据相应解析接口定义DocSplit类，以使用华为Pangu DocSplit为例。

其中，filePath指的是需要解析的文档路径；mode为分割解析模式，具体定义如下：

0 - 返回文档的原始段落，不做其他处理。

1 - 根据标注的书签或目录分段，一般适合有层级标签的word文档。

2 - 根据内容里的章节条分段，适合制度类文档。

3 - 根据长度分段，默认按照500字拆分，会尽量保留完整句子。
```
from pangukitsappdev.api.doc_split.factory import DocSplits
from pangukitsappdev.api.doc_split.split_config import SplitConfig
split_config = SplitConfig()
split_config.file_path='/data/xxx.docx'
split_api = DocSplits.of("pangu-doc", split_config)
```

上一篇：盘古大模型 PANGULARGEMODELS-Vector:向量库

下一篇：盘古大模型 PANGULARGEMODELS-Vector:向量库

盘古大模型 PANGULARGEMODELS-Vector:Splitter

意见反馈

0/200

提交成功！非常感谢您的反馈，我们会继续努力做到更好反馈提交失败！请稍后重试！

推荐文章

解决方案
相关专题