تحويل المستند إلى نص

يمكن للذكاء الاصطناعي تحليل كميات كبيرة من البيانات في ثوانٍ، لكن جزءًا فقط من هذه البيانات سيكون ذا صلة أو مناسبًا للإخراج. يمنحك مكوّن تحويل المستند إلى نص التحكم في كيفية معالجة البيانات من أدوات الجلب وتحويلها إلى نص.

تم تصميم مكوّن تحويل المستند إلى نص لتحويل مستندات المعرفة المدخلة إلى صيغة نصية بسيطة. هذا مفيد بشكل خاص في تدفقات عمل الذكاء الاصطناعي ومعالجة البيانات حيث يُطلب بيانات نصية لمزيد من المعالجة أو التحليل أو كمدخلات لنماذج اللغة.

ماذا يفعل المكوّن

يستقبل هذا المكوّن مستندًا واحدًا أو أكثر من المستندات المهيكلة (مثل HTML، ماركداون، PDF أو أي تنسيقات مدعومة أخرى) ويستخرج المحتوى النصي منها. يسمح لك بتحديد الأجزاء التي ترغب بتصديرها بدقة، وما إذا كنت تريد تضمين البيانات الوصفية، وكيفية التعامل مع أقسام المستند أو رؤوسه. الناتج هو كائن رسالة موحد يحتوي على النص المستخرج، وجاهز للمهام التالية مثل التلخيص أو التصنيف أو الإجابة عن الأسئلة.

المدخلات

يقبل المكوّن عدة مدخلات قابلة للتهيئة:

أنواع المحتوى المتاحة: H1، H2، H3، H4، H5، H6، فقرة
خيارات البيانات الوصفية: المؤلف، المنتج، BreadcrumbList، VideoObject، BlogPosting، FAQPage، WebSite، opengraph

المخرجات

ينتج المكوّن الإخراج التالي:

• رسالة: كائن رسالة يحتوي على النص المحول وأي بيانات وصفية مضافة.

الميزات الرئيسية والفائدة

• استخراج محتوى مرن: تحكم بدقة في الأجزاء التي يتم استخراجها من مستنداتك (مثل العناوين الرئيسية والفقرات فقط، أو كل المحتوى).
• تضمين البيانات الوصفية: خيار لإضافة بيانات وصفية غنية (مثل المؤلف، المنتج، أو بيانات منظمة) في الإخراج، مفيد للسياق في المراحل التالية.
• إدارة حد الرموز: التحكم في حجم الإخراج بما يتناسب مع متطلبات النماذج اللاحقة عن طريق تحديد الحد الأقصى للرموز.
• استراتيجية استخراج مخصصة:
  • دمج المستندات، تعبئة من الأول حتى حد الرموز: يعطي أولوية لتعبئة الإخراج تسلسليًا من أول مستند.
  • تضمين حجم متساوٍ من كل مستند: يوازن المحتوى من مستندات متعددة ضمن حد الرموز.
• معالجة ذكية للأقسام: خيارات لتخطي تذييلات المستند أو البدء من القسم الأكثر صلة باستعلامك، مما يزيد من ملاءمة النص المستخرج.

حالات الاستخدام النموذجية

• معالجة قواعد المعرفة لنماذج الذكاء الاصطناعي (مثلًا قبل التضمين أو الفهرسة).
• تلخيص أو اختصار المستندات الكبيرة من خلال استخراج الأقسام ذات الصلة فقط.
• إدخال المحتوى المهيكل في روبوتات الدردشة، أو محركات البحث، أو أنظمة معالجة اللغة الطبيعية الأخرى.
• بناء أنظمة استرجاع هجينة تجمع بين النص والبيانات الوصفية لسياق أغنى.

جدول الملخص

الإستراتيجية

قد يقوم الروبوت بجلب العديد من المستندات لإنشاء النص الناتج. يتيح لك إعداد الإستراتيجية التحكم في كيفية استخدام هذه المستندات بذكاء مع الالتزام بحد الرموز.

حاليًا، هناك استراتيجيتان ممكنتان:

• تضمين حجم متساوٍ من كل مستند: يستخدم جميع المستندات التي تم العثور عليها بشكل متساوٍ.
• دمج المستندات، تعبئة من الأول حتى حد الرموز: يربط المستندات معًا مع إعطاء الأولوية حسب مدى صلتها بالاستعلام.

كيفية ربط مكوّن تحويل المستند إلى نص في تدفقك

هذا مكوّن محوّل، أي أنه يربط بين مخرجين. يأخذ تحويل المستند إلى نص المستندات الناتجة من مكونات أدوات الجلب:

• أداة جلب المستندات – يحصل على المعرفة من مصادر المعرفة المتصلة (صفحات، مستندات، إلخ).
• أداة جلب من عنوان URL – تتيح لك تحديد عنوان URL ليحصل منه الروبوت على المعرفة.
• GoogleSearch – تمنح الروبوت القدرة على البحث في الويب عن المعرفة.

يتم تحويل المعرفة إلى نص ماركداون مقروء أثناء مرورها عبر المحول. يمكن بعد ذلك ربط هذا النص بمكونات تتطلب مدخلات نصية، مثل القواطع، أو الأدوات، أو المخرجات.

فيما يلي مثال على تدفق يستخدم مكوّن تحويل المستند إلى نص للربط بين أدوات جلب المستندات ومولد الذكاء الاصطناعي: