Ich möchte das das program nicht den inhalt aus dem textabschnitt extrahiert. es soll…
- User
Ich möchte das das program nicht den inhalt aus dem textabschnitt extrahiert. es soll eine llm geben die das analysiert wie davor nur ohne den inhalt. und eine andere, die den inhalt zusammenfasst. die ki die analysiert soll wie davor folgende Aspekte analysieren: Einordnung und Zielsetzung der Arbeit; Bewertung der Arbeit; Wichtige Notizen fürs Gutachten die inhalts ki soll simpler sein und ähnlich funktionieren, sich aber nur auf den inhalt konzentrieren. dafür soll man quasi stichpunkte machen lass, die danach von der llm weidergegeben werden und ergänzt werden. mach also das einmal die analysierung llm über den text abschnitt geht und danach die inhalts llm. bitte mach verschiedene prompts für diese. für die analysis llm lass den prompt gleich, ändere nur das der Inhalts aspekt draus gelöscht wird. und für den inhalt, beachte die wichtigen dinge, die ich dir gesagt habe und mache einen ähnliche pormpt. zeig ein beispiel format und was beachtet werden soll. es soll aber nur ergänzen können und nicht kürzen, ändern oder löschen. mach das es nur wenn es wirklich ein Kapitel sieht es auch als Kapitel kennzeichnet. dabei sollen auch stichpunkte gemacht werden, die danach von der llm wiedergegeben werden und ergänzt werden. die stichpunkte sollen in so einem format sein:
-
Einleitung
- Bedeutung von Werkstoffen, insbesondere Metallen, für die Entwicklung der Menschheit
- Fortschritte in der Metallverarbeitung und Fertigungstechnik
- Additive Fertigungsverfahren als neue Technologie zur Herstellung komplexer Bauteile
-
Stand der Technik
- Bedeutung der additiven Fertigungsverfahren:
- Überblick über verschiedene additive Fertigungsverfahren
- Einsatzbereiche und Anwendungsgebiete
- Wachstum des Marktes für additive Fertigungsverfahren
- Historische Entwicklung:
- Erste additive Fertigungsverfahren wie Stereolithographie, Selektives Lasersintern
- Weiterentwicklungen wie Selektives Laserschmelzen, 3D-Druck, Fused Deposition Modelling
- Elektronenstrahlschmelzen als jüngeres additives Fertigungsverfahren
- Additive Fertigungsverfahren:
- Unterteilung nach DIN 8580 in Hauptgruppen
- Metallverarbeitende additive Fertigungsverfahren als Schwerpunkt
- Bedeutung der additiven Fertigungsverfahren:
und hier ist der code den zu updaten sollst:
# analyse_dissertation.py import ollama import PyPDF2 import textwrap import sys import io # Konfiguriere sys.stdout auf UTF-8 sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8') def extract_text_from_pdf(pdf_path): """ Extrahiert den gesamten Text aus einer PDF-Datei. :param pdf_path: Pfad zur PDF-Datei :return: Extrahierter Text als String """ pdf_reader = PyPDF2.PdfReader(pdf_path) text = "" for page_num in range(len(pdf_reader.pages)): page = pdf_reader.pages[page_num] text += page.extract_text() return text def split_text_into_chunks(text, max_length=15000): """ Teilt den Text in Abschnitte mit maximaler Länge. :param text: Der zu teilende Text :param max_length: Maximale Länge eines Abschnitts in Zeichen :return: Liste von Textabschnitten """ return textwrap.wrap(text, max_length) def create_prompt(text_chunk): """ Erstellt den Eingabeprompt für das LLM basierend auf dem Textabschnitt. :param text_chunk: Aktueller Textabschnitt zur Analyse :return: Tuple aus System-Prompt und User-Prompt """ system_prompt = """ Du bist ein KI-Assistent, der eine Dissertation analysiert. Deine Aufgabe ist es, die bestehenden Stichpunkte basierend auf dem neuen Textabschnitt zu überarbeiten und zu ergänzen. Es ist **zwingend erforderlich**, dass du die folgenden Hauptaspekte **exakt** beibehältst und **nie** weitere Aspekte hinzufügst oder die Reihenfolge änderst: **Hauptaspekte (verwende exakt diese Überschriften):** 1. Einordnung und Zielsetzung der Arbeit 2. Inhalt der Arbeit 3. Bewertung der Arbeit 4. Wichtige Notizen fürs Gutachten Anweisungen: - **Fokussiere dich besonders auf den Abschnitt "Inhalt der Arbeit" und ergänze ihn mit so vielen detaillierten Informationen wie möglich aus dem Textabschnitt.** - **Selbst wenn es keine neuen großen Themen gibt, ergänze Unterpunkte mit spezifischen Details und geh ins Detail.** - **Extrahiere und füge jede relevante Information hinzu, um den Inhalt vollständig abzubilden.** - **Erstelle viele Unterstichpunkte, um die Details klar zu strukturieren.** - **Vermeide ungenaue Informationen und Formulierungen wie "Hier geht es um..." oder "Dieser Abschnitt behandelt...", sondern gib stattdessen die konkreten Inhalte und Ergebnisse an.** - **Fasse den Inhalt nicht zusammen, gib genaue Informationen wieder, die im Text vorkommen, die genaue Vorgehensweisen.** - **Probiere nicht zu generalisieren** - Aktualisiere die Stichpunkte unter jedem Hauptaspekt basierend auf dem neuen Text. - **Ergänzen:** Füge neue relevante Informationen hinzu, die im Textabschnitt vorkommen und noch nicht in den Stichpunkten enthalten sind. - **Überarbeiten:** Aktualisiere bestehende Stichpunkte, wenn der neue Text detailliertere oder korrigierende Informationen bereitstellt. - **Löschen:** Entferne unwichtige oder nicht mehr zutreffende Informationen. - Verwende Unterstichpunkte (mit "-" oder "•"), um detaillierte Informationen zu strukturieren. - **Fasse nur dann zusammen, wenn es absolut notwendig ist, um Redundanzen zu vermeiden.** - **Übersehe keine wichtigen Informationen.** - **Du darfst keine neuen Hauptaspekte hinzufügen oder die vorhandenen umbenennen.** - **Behalte die Reihenfolge und die genaue Schreibweise der Hauptaspekte bei.** - **Verändere nicht die Formatierung der Hauptaspekte und Stichpunkte.** - Vermeide es, falsche oder ungenaue Informationen zu ergänzen. - Antworte nur mit den aktualisierten Stichpunkten im angegebenen Format, ohne zusätzliche Kommentare oder Einleitungen. **Erwartetes Format:** 1. Einordnung und Zielsetzung der Arbeit - Stichpunkt 1 - Unterstichpunkt - Detaillierter Unterpunkt - Stichpunkt 2 2. Inhalt der Arbeit - Kapitel 1: Thema - Unterthema oder Abschnitt - Detaillierter Punkt - Unterpunkt mit genaurerem Inhalt - Weiteres Kapitel - Unterthema oder Abschnitt - Detaillierter Punkt 3. Bewertung der Arbeit - Stichpunkt 1 - Unterstichpunkt - Stichpunkt 2 4. Wichtige Notizen fürs Gutachten - Stichpunkt 1 - Unterstichpunkt - Stichpunkt 2 """ user_prompt = f""" **Bisherige Stichpunkte:** {{previous_bullet_points}} **Textabschnitt:** {text_chunk} **Aktualisierte Stichpunkte:** """ return system_prompt, user_prompt def generate_gutachten(bullet_points): """ Verwendet das LLM, um basierend auf den Stichpunkten ein Gutachten zu erstellen. :param bullet_points: Die gesammelten Stichpunkte als String :return: Das generierte Gutachten als String """ system_prompt = """ Du bist ein erfahrener Gutachter und sollst basierend auf den folgenden Stichpunkten ein ausführliches Gutachten zur Dissertation schreiben. Das Gutachten muss die folgende Struktur haben und darf **ausschließlich** diese Hauptaspekte enthalten: 1. Einordnung und Zielsetzung der Arbeit 2. Inhalt der Arbeit 3. Bewertung der Arbeit 4. Wichtige Notizen fürs Gutachten Anweisungen: - **Gehe in jedem Abschnitt, insbesondere im Abschnitt "Inhalt der Arbeit", ausführlich auf die Details ein und verwende alle bereitgestellten Stichpunkte und Unterstichpunkte.** - **Beschreibe den Inhalt der Arbeit detailliert und umfassend, indem du alle wichtigen Punkte und Unterpunkte abdeckst.** - Formuliere das Gutachten in fließendem Text. - Verwende eine formelle und akademische Sprache. - Binde die Stichpunkte angemessen in den Text ein. - **Füge keine zusätzlichen Aspekte oder Punkte hinzu.** - **Behalte die Reihenfolge und die genaue Schreibweise der Hauptaspekte bei.** - **Beginne jeden Abschnitt mit der entsprechenden Überschrift.** - Antworte nur mit dem Gutachten im angegebenen Format, ohne zusätzliche Kommentare oder Einleitungen. **Erwartetes Format:** 1. Einordnung und Zielsetzung der Arbeit [Fließender Text...] 2. Inhalt der Arbeit [Fließender Text...] 3. Bewertung der Arbeit [Fließender Text...] 4. Wichtige Notizen fürs Gutachten [Fließender Text...] """ user_prompt = f""" **Stichpunkte:** {bullet_points} **Gutachten:** """ response = "" print("\n---- Generiere das Gutachten ----\n") stream = ollama.chat( model='llama3.1-64k', # Ersetze ggf. durch das korrekte Modell messages=[ {'role': 'system', 'content': system_prompt}, {'role': 'user', 'content': user_prompt} ], options={'temperature': 0.7}, # Temperatur kann angepasst werden stream=True, ) for chunk in stream: content = chunk['message']['content'] # Ausgabe direkt anzeigen print(content, end='', flush=True) response += content return response def analyze_text_with_ollama(system_prompt, user_prompt): """ Verwendet Ollama und das angegebene LLM, um den Prompt zu analysieren und die Ausgabe zu streamen. :param system_prompt: Der System-Prompt für das LLM :param user_prompt: Der an das LLM zu übergebende User-Prompt :return: Die vom LLM generierte Antwort als String """ response = "" stream = ollama.chat( model='llama3.1-64k', # Ersetze ggf. durch das korrekte Modell messages=[ {'role': 'system', 'content': system_prompt}, {'role': 'user', 'content': user_prompt} ], options={'temperature': 0.3}, # Temperatur kann angepasst werden stream=True, ) for chunk in stream: content = chunk['message']['content'] # Ausgabe direkt anzeigen print(content, end='', flush=True) response += content return response def main(): pdf_path = 'dissertation1.pdf' # Pfad zur PDF-Datei text = extract_text_from_pdf(pdf_path) text_chunks = split_text_into_chunks(text, max_length=15000) # Initiale Stichpunkte mit der vorgegebenen Struktur bullet_points = """1. Einordnung und Zielsetzung der Arbeit 2. Inhalt der Arbeit 3. Bewertung der Arbeit 4. Wichtige Notizen fürs Gutachten """ for i, chunk in enumerate(text_chunks): print(f"\n---- Analyse Abschnitt {i+1} ----\n") system_prompt, user_prompt = create_prompt(chunk) # Füge die bisherigen Stichpunkte in den User-Prompt ein user_prompt = user_prompt.format(previous_bullet_points=bullet_points) new_bullet_points = analyze_text_with_ollama(system_prompt, user_prompt) bullet_points = new_bullet_points # Aktualisiere die Stichpunkte für die nächste Iteration # Am Ende alle Stichpunkte ausgeben print("\n---- Finale Zusammenfassung der Stichpunkte ----\n") print(bullet_points) # Generiere das Gutachten gutachten = generate_gutachten(bullet_points) # Optional: Speichere das Gutachten in einer Datei with open('gutachten.txt', 'w', encoding='utf-8') as f: f.write(gutachten) if __name__ == "__main__": main()bitte gib den ganzen aktualisierten code aus.
-
- Assistant
# analyse_dissertation.py import ollama import PyPDF2 import textwrap import sys import io # Konfiguriere sys.stdout auf UTF-8 sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8') def extract_text_from_pdf(pdf_path): """ Extrahiert den gesamten Text aus einer PDF-Datei. :param pdf_path: Pfad zur PDF-Datei :return: Extrahierter Text als String """ pdf_reader = PyPDF2.PdfReader(pdf_path) text = "" for page_num in range(len(pdf_reader.pages)): page = pdf_reader.pages[page_num] text += page.extract_text() return text def split_text_into_chunks(text, max_length=15000): """ Teilt den Text in Abschnitte mit maximaler Länge. :param text: Der zu teilende Text :param max_length: Maximale Länge eines Abschnitts in Zeichen :return: Liste von Textabschnitten """ return textwrap.wrap(text, max_length) def create_analysis_prompt(text_chunk): """ Erstellt den Eingabeprompt für das Analyse-LLM basierend auf dem Textabschnitt. :param text_chunk: Aktueller Textabschnitt zur Analyse :return: Tuple aus System-Prompt und User-Prompt """ system_prompt = """ Du bist ein KI-Assistent, der eine Dissertation analysiert. Deine Aufgabe ist es, die bestehenden Stichpunkte basierend auf dem neuen Textabschnitt zu überarbeiten und zu ergänzen. Es ist **zwingend erforderlich**, dass du die folgenden Hauptaspekte **exakt** beibehältst und **nie** weitere Aspekte hinzufügst oder die Reihenfolge änderst: **Hauptaspekte (verwende exakt diese Überschriften):** 1. Einordnung und Zielsetzung der Arbeit 2. Bewertung der Arbeit 3. Wichtige Notizen fürs Gutachten Anweisungen: - Aktualisiere die Stichpunkte unter jedem Hauptaspekt basierend auf dem neuen Text. - **Ergänzen:** Füge neue relevante Informationen hinzu, die im Textabschnitt vorkommen und noch nicht in den Stichpunkten enthalten sind. - **Überarbeiten:** Aktualisiere bestehende Stichpunkte, wenn der neue Text detailliertere oder korrigierende Informationen bereitstellt. - **Löschen:** Entferne unwichtige oder nicht mehr zutreffende Informationen. - Verwende Unterstichpunkte (mit "-" oder "•"), um detaillierte Informationen zu strukturieren. - **Fasse nur dann zusammen, wenn es absolut notwendig ist, um Redundanzen zu vermeiden.** - **Übersehe keine wichtigen Informationen.** - **Du darfst keine neuen Hauptaspekte hinzufügen oder die vorhandenen umbenennen.** - **Behalte die Reihenfolge und die genaue Schreibweise der Hauptaspekte bei.** - **Verändere nicht die Formatierung der Hauptaspekte und Stichpunkte.** - Vermeide es, falsche oder ungenaue Informationen zu ergänzen. - Antworte nur mit den aktualisierten Stichpunkten im angegebenen Format, ohne zusätzliche Kommentare oder Einleitungen. **Erwartetes Format:** 1. Einordnung und Zielsetzung der Arbeit - Stichpunkt 1 - Unterstichpunkt - Detaillierter Unterpunkt - Stichpunkt 2 2. Bewertung der Arbeit - Stichpunkt 1 - Unterstichpunkt - Stichpunkt 2 3. Wichtige Notizen fürs Gutachten - Stichpunkt 1 - Unterstichpunkt - Stichpunkt 2 """ user_prompt = f""" **Bisherige Stichpunkte:** {{previous_bullet_points}} **Textabschnitt:** {text_chunk} **Aktualisierte Stichpunkte:** """ return system_prompt, user_prompt def create_content_prompt(text_chunk): """ Erstellt den Eingabeprompt für das Inhalts-LLM basierend auf dem Textabschnitt. :param text_chunk: Aktueller Textabschnitt zur Analyse :return: Tuple aus System-Prompt und User-Prompt """ system_prompt = """ Du bist ein KI-Assistent, der den Inhalt einer Dissertation zusammenfasst. Deine Aufgabe ist es, basierend auf dem neuen Textabschnitt die bestehenden Stichpunkte zu ergänzen. Es ist **zwingend erforderlich**, dass du die folgenden Punkte beachtest: Anweisungen: - Erstelle Stichpunkte zum Inhalt des Textabschnitts. - **Ergänzen:** Füge neue relevante Informationen hinzu, die im Textabschnitt vorkommen. - **Du darfst nichts kürzen, ändern oder löschen**, sondern nur ergänzen. - Verwende eine klare und strukturierte Gliederung. - **Kennzeichne etwas nur als Kapitel, wenn es wirklich ein Kapitel ist.** - Verwende Unterstichpunkte (mit "-" oder "•"), um detaillierte Informationen zu strukturieren. - Antworte nur mit den aktualisierten Stichpunkten im angegebenen Format, ohne zusätzliche Kommentare oder Einleitungen. **Erwartetes Format:** 1. Kapitel oder Abschnittstitel - Hauptpunkt - Unterpunkt - Detaillierter Unterpunkt 2. Weiteres Kapitel oder Abschnitt - Hauptpunkt - Unterpunkt - Detaillierter Unterpunkt Beispiel: 1. Einleitung - Bedeutung von Werkstoffen, insbesondere Metallen, für die Entwicklung der Menschheit - Fortschritte in der Metallverarbeitung und Fertigungstechnik - Additive Fertigungsverfahren als neue Technologie zur Herstellung komplexer Bauteile 2. Stand der Technik - Bedeutung der additiven Fertigungsverfahren: - Überblick über verschiedene additive Fertigungsverfahren - Einsatzbereiche und Anwendungsgebiete - Wachstum des Marktes für additive Fertigungsverfahren - Historische Entwicklung: - Erste additive Fertigungsverfahren wie Stereolithographie, Selektives Lasersintern - Weiterentwicklungen wie Selektives Laserschmelzen, 3D-Druck, Fused Deposition Modelling - Elektronenstrahlschmelzen als jüngeres additives Fertigungsverfahren - Additive Fertigungsverfahren: - Unterteilung nach DIN 8580 in Hauptgruppen - Metallverarbeitende additive Fertigungsverfahren als Schwerpunkt """ user_prompt = f""" **Bisherige Stichpunkte:** {{previous_bullet_points}} **Textabschnitt:** {text_chunk} **Aktualisierte Stichpunkte:** """ return system_prompt, user_prompt def analyze_text_with_ollama(system_prompt, user_prompt): """ Verwendet Ollama und das angegebene LLM, um den Prompt zu analysieren und die Ausgabe zu streamen. :param system_prompt: Der System-Prompt für das LLM :param user_prompt: Der an das LLM zu übergebende User-Prompt :return: Die vom LLM generierte Antwort als String """ response = "" stream = ollama.chat( model='llama3.1-64k', # Ersetze ggf. durch das korrekte Modell messages=[ {'role': 'system', 'content': system_prompt}, {'role': 'user', 'content': user_prompt} ], options={'temperature': 0.3}, # Temperatur kann angepasst werden stream=True, ) for chunk in stream: content = chunk['message']['content'] # Ausgabe direkt anzeigen print(content, end='', flush=True) response += content return response def generate_gutachten(bullet_points): """ Verwendet das LLM, um basierend auf den Stichpunkten ein Gutachten zu erstellen. :param bullet_points: Die gesammelten Stichpunkte als String :return: Das generierte Gutachten als String """ system_prompt = """ Du bist ein erfahrener Gutachter und sollst basierend auf den folgenden Stichpunkten ein ausführliches Gutachten zur Dissertation schreiben. Das Gutachten muss die folgende Struktur haben und darf **ausschließlich** diese Hauptaspekte enthalten: 1. Einordnung und Zielsetzung der Arbeit 2. Inhalt der Arbeit 3. Bewertung der Arbeit 4. Wichtige Notizen fürs Gutachten Anweisungen: - **Gehe in jedem Abschnitt, insbesondere im Abschnitt "Inhalt der Arbeit", ausführlich auf die Details ein und verwende alle bereitgestellten Stichpunkte und Unterstichpunkte.** - **Beschreibe den Inhalt der Arbeit detailliert und umfassend, indem du alle wichtigen Punkte und Unterpunkte abdeckst.** - Formuliere das Gutachten in fließendem Text. - Verwende eine formelle und akademische Sprache. - Binde die Stichpunkte angemessen in den Text ein. - **Füge keine zusätzlichen Aspekte oder Punkte hinzu.** - **Behalte die Reihenfolge und die genaue Schreibweise der Hauptaspekte bei.** - **Beginne jeden Abschnitt mit der entsprechenden Überschrift.** - Antworte nur mit dem Gutachten im angegebenen Format, ohne zusätzliche Kommentare oder Einleitungen. **Erwartetes Format:** 1. Einordnung und Zielsetzung der Arbeit [Fließender Text...] 2. Inhalt der Arbeit [Fließender Text...] 3. Bewertung der Arbeit [Fließender Text...] 4. Wichtige Notizen fürs Gutachten [Fließender Text...] """ user_prompt = f""" **Stichpunkte:** {bullet_points} **Gutachten:** """ response = "" print("\n---- Generiere das Gutachten ----\n") stream = ollama.chat( model='llama3.1-64k', # Ersetze ggf. durch das korrekte Modell messages=[ {'role': 'system', 'content': system_prompt}, {'role': 'user', 'content': user_prompt} ], options={'temperature': 0.7}, # Temperatur kann angepasst werden stream=True, ) for chunk in stream: content = chunk['message']['content'] # Ausgabe direkt anzeigen print(content, end='', flush=True) response += content return response def main(): pdf_path = 'dissertation1.pdf' # Pfad zur PDF-Datei text = extract_text_from_pdf(pdf_path) text_chunks = split_text_into_chunks(text, max_length=15000) # Initiale Stichpunkte für die Analyse-LLM mit der vorgegebenen Struktur analysis_bullet_points = """1. Einordnung und Zielsetzung der Arbeit 2. Bewertung der Arbeit 3. Wichtige Notizen fürs Gutachten """ # Initiale Stichpunkte für die Inhalts-LLM content_bullet_points = "" for i, chunk in enumerate(text_chunks): print(f"\n---- Analyse Abschnitt {i+1} ----\n") # Analyse-LLM print("\n-- Analyse LLM --\n") system_prompt, user_prompt = create_analysis_prompt(chunk) # Füge die bisherigen Stichpunkte in den User-Prompt ein user_prompt = user_prompt.format(previous_bullet_points=analysis_bullet_points) new_analysis_bullet_points = analyze_text_with_ollama(system_prompt, user_prompt) analysis_bullet_points = new_analysis_bullet_points # Aktualisiere die Stichpunkte für die nächste Iteration # Inhalts-LLM print("\n-- Inhalts LLM --\n") system_prompt, user_prompt = create_content_prompt(chunk) # Füge die bisherigen Stichpunkte in den User-Prompt ein user_prompt = user_prompt.format(previous_bullet_points=content_bullet_points) new_content_bullet_points = analyze_text_with_ollama(system_prompt, user_prompt) content_bullet_points = new_content_bullet_points # Aktualisiere die Stichpunkte für die nächste Iteration # Am Ende alle Stichpunkte kombinieren print("\n---- Finale Zusammenfassung der Stichpunkte ----\n") combined_bullet_points = analysis_bullet_points.strip() # Füge '2. Inhalt der Arbeit' mit den Inhalts-Stichpunkten hinzu combined_bullet_points += "\n\n2. Inhalt der Arbeit\n\n" combined_bullet_points += content_bullet_points.strip() # Ausgabe der kombinierten Stichpunkte print(combined_bullet_points) # Generiere das Gutachten gutachten = generate_gutachten(combined_bullet_points) # Optional: Speichere das Gutachten in einer Datei with open('gutachten.txt', 'w', encoding='utf-8') as f: f.write(gutachten) if __name__ == "__main__": main()
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.