在此指南中,您将学习如何使用 .NET 的 Aspose.PDF 插件从 PDF 文件中提取文本,将该内容发送到 ChatGPT 进行总结,并在 .net 应用程序中处理结果的总结.

引入

在此指南中,您将学习如何使用 .NET 的 Aspose.PDF 插件从 PDF 文件中提取文本,将该内容发送到 ChatGPT 进行总结,并在 .net 应用程序中处理结果的总结.

原則

在我们开始之前,请确保您有以下内容:

  • Aspose.PDF.Plugin 通过 NuGet 安装
  • OpenAI API 访问和密钥(或 Azure OpenAI 服务)
  • 创建 .NET 6+ 项目
  • 网上访问 ChatGPT 请求

从PDF中提取文本

要开始,您需要从 PDF 文件中提取文本 TextExtractor 一个可以用来实现这一点的阶级.

using Aspose.Pdf.Plugins;

string inputPath = "C:\\Docs\\sample.pdf";
var extractor = new TextExtractor();
var options = new TextExtractorOptions();
options.AddInput(new FileDataSource(inputPath));
var resultContainer = extractor.Process(options);
string textContent = resultContainer.ResultCollection[0].ToString();

这个代码剪辑表明如何启动 TextExtractor, 设置提取选项,并处理 PDF 文件以获取其内容.

主条目:处理提取错误

例如,如果输入路径是错误的,或者文件格式不受 Aspose.PDF.Plugin 支持,则应实施适当的故障处理.

向 ChatGPT 发送内容

一旦您从 PDF 中提取文本,下一步是将此内容发送到 ChatGPT 进行总结 HttpClient 通过您的 API 密钥和一个快点向 OpenAI 的终点进行API 通话.

using System.Net.Http;
using System.Net.Http.Headers;
using System.Text;
using Newtonsoft.Json;

string apiKey = "YOUR_OPENAI_API_KEY";
string prompt = $"Summarize the following PDF content in 5 bullet points:\n{textContent}";

var httpClient = new HttpClient();
httpClient.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", apiKey);
var requestBody = new {{
    model = "gpt-3.5-turbo",
    messages = new[]
    {
        new {{ role = "system", content = "You are a helpful assistant that summarizes PDF content." }},
        new {{ role = "user", content = prompt }}
    }
}};
string jsonBody = JsonConvert.SerializeObject(requestBody);
var response = await httpClient.PostAsync(
    "https://api.openai.com/v1/chat/completions",
    new StringContent(jsonBody, Encoding.UTF8, "application/json")
);
string responseString = await response.Content.ReadAsStringAsync();
// Parse summary from responseString

此部分显示如何构建请求体,并将其发送到ChatGPT.

标签: Parsing 回复

收到答案后,您需要将总结内容分开,可以通过提取包含总结文本的 JSON 回复的特定部分来完成此事.

节省 AI 聚会

一旦您从 ChatGPT 的 API 回复中提交了总结,您可能希望将其存储在数据库或文件系统中,以便以后使用.

错误处理

正确的错误处理在自动化这样的过程时至关重要. 考虑情况如 API 速度限制、网络问题和误解的答案。 实施验证检查提取的文本,然后将其发送到 ChatGPT.

标签:Logging Operations

登录所有操作都可以有助于解析和审计目的. 使用登记框架,如Serilog或NLog,在总结过程中记录重要事件.

安全备忘录

在处理机密文件时要小心,确保您的隐私要求在将数据发送到基于云的人工智能服务,如ChatGPT。 对于敏感内容,请考虑部署一个本地语言模型而不是依靠外部API.

经常提出的问题

**Q:我可以总结扫描的PDF吗?**答: 只有如果它们是 OCR 的或包含可选择的文本. 否则,首先使用OCR 插件将图像转换为可搜索的文字.

**问:对于秘密文件,这是安全的吗?**答:如果您的隐私要求允许,只向 ChatGPT 发送数据. 对于敏感内容,请考虑使用部署语言模型的本地处理.

More in this category