extract

DialogueExtractor

DialogueExtractor 用于从小说或其他文本中提取对话。定义一个数据抽取模式（schema），将文本分割成小块，并使用 Intern_LLM 实例来抽取对话信息。

方法

init()

初始化 DialogueExtractor 实例，设置文本编码器和定义数据抽取模式。

define_schema()

创建一个数据抽取模式，指定要提取的对话信息结构。

read_text(path)

从指定路径读取文本文件内容。

save_data(data)

将抽取的数据以 JSON 格式保存到文件。

get_chunk(text)

将长文本分割成小块，每块不超过模型的最大令牌长度。

run(chains, text)

运行数据抽取链，尝试从文本中抽取对话信息。

read_dialogue(path)

从输出文件中读取已保存的对话数据。

extract_dialogue(file)

处理文件，提取对话，并保存结果。

使用示例

extractor = DialogueExtractor()
dialogues = extractor.extract_dialogue("path_to_your_text_file.txt")
print(dialogues)