この問題は、llmwareのDRAGONシリーズを使えば効率的に解決できる。操作ステップ
- 契約知識ベースを作成する：
lib = Library().create_new_library('contracts') - 契約ファイルの一括インポート
lib.add_files('/path/to/contracts') - 業界に最適化された埋め込みモデルを使用：
q.generate_embeddings('industry-bert-contracts') - セマンティッククエリを実行する：
results = q.text_query_with_document_filter('termination', {'file_source':'contract.pdf'}) - 用語の要約の生成：DRAGONモデルをロードした後に呼び出す。
prompt_with_sourceこの方法により、構造化された結果を得ることができる。全プロセスはバッチ処理をサポートし、典型的なシナリオでは1時間に数百の契約を処理することができる。
この答えは記事から得たものである。llmware: エンタープライズクラスのRAGアプリケーションを迅速に構築するためのオープンソースフレームワークについて
無断転載を禁じます：AI生産性ツール " 企業の契約書から主要な契約条件を迅速に抽出する方法を教えてください。
日本語 
简体中文 
English 
Deutsch 
Português do Brasil