智能文档新进展：ContextGem开源平台发布，轻松几行代码完成专业文档分析

ContextGem 是一款开源的 AI 文档处理工具，其核心优势在于能够通过极简的编程体验实现专业级的文档解析。以下是关于 ContextGem 的详细介绍：

核心优势

• 精准提取：ContextGem 能够精准理解用户意图，自动定位并提取文档中的关键信息，如合同中的关键条款、论文的核心观点等。

• 极简编程：通过强大的抽象封装，ContextGem 将复杂的文档处理任务简化为几行 Python 代码，内置的自动化提示生成、数据建模和验证机制，显著降低了开发门槛。

• 多语言支持：无需额外提示，即可支持多语言输入和输出。

• 丰富的自动化功能：支持自动动态提示、数据建模和验证、精确的段落和句子映射、理由支持、神经分割（SaT）等功能。

• 兼容性强：支持主流云端 LLM 服务（如 OpenAI、Anthropic、Google）和本地模型部署（如 Ollama、LM Studio），为开发者提供了灵活的应用选择。

核心组件

• 文档模型（Document Model）：包含文本或视觉内容的文档。

• 方面模型（Aspect Model）：定义文档中的特定区域或主题。

• 概念模型（Concept Model）：从方面或文档中提取的信息单元或实体。

安装与快速上手

• 安装：通过 pip 命令安装：

  bash

                      pip install -U contextgem
                      

• 快速开始示例：

  • 方面提取：

    Python

                                
                                import os
                                from contextgem import Aspect, Document, DocumentLLM
                                doc = Document(
                                raw_text=
                                (
                                "SERVICE AGREEMENT\n"
                                "SERVICES. Provider agrees to provide the following services to Client: "
                                "Cloud-based data analytics platform access and maintenance...\n"
                                "PAYMENT. Client agrees to pay $5,000 per month for the services. "
                                "Payment is due on the 1st of each month. Late payments will incur a 2% fee per month...\n"
                                "CONFIDENTIALITY. Both parties agree to keep all proprietary information confidential "
                                "for a period of 5 years following termination of this Agreement..."
                                )
                                ,
                                )
                                doc.aspects = [
                                Aspect(
                                name=
                                "Payment Terms"
                                ,
                                description=
                                "Payment terms and conditions in the contract"
                                ,
                                )
                                ,
                                ]
                                llm = DocumentLLM(
                                model=
                                "openai/gpt-4o-mini"
                                ,
                                api_key=os.environ.get(
                                "CONTEXTGEM_OPENAI_API_KEY"
                                )
                                ,
                                )
                                doc = llm.extract_all(doc)
                                for item in doc.aspects[
                                0
                                ]
                                .extracted_items:
                                print
                                (
                                
                                f"• 
                                
                                {item.value}
                                
                                "
                                
                                )
                                
                                

  • 概念提取：

    Python

                                
                                import os
                                from contextgem import Document, DocumentLLM, StringConcept
                                doc = Document(
                                raw_text=
                                (
                                "Consultancy Agreement\n"
                                "This agreement between Company A (Supplier) and Company B (Customer)...\n"
                                "The term of the agreement is 1 year from the Effective Date...\n"
                                "The Supplier shall provide consultancy services as described in Annex 2...\n"
                                "The Customer shall pay the Supplier within 30 calendar days of receiving an invoice...\n"
                                "The purple elephant danced gracefully on the moon while eating ice cream.\n"
                                "This agreement is governed by the laws of Norway...\n"
                                )
                                ,
                                )
                                doc.concepts = [
                                StringConcept(
                                name=
                                "Anomalies"
                                ,
                                description=
                                "Anomalies in the document"
                                ,
                                add_references=
                                True
                                ,
                                reference_depth=
                                "sentences"
                                ,
                                add_justifications=
                                True
                                ,
                                justification_depth=
                                "brief"
                                ,
                                )
                                ]
                                llm = DocumentLLM(
                                model=
                                "openai/gpt-4o-mini"
                                ,
                                api_key=os.environ.get(
                                "CONTEXTGEM_OPENAI_API_KEY"
                                )
                                ,
                                )
                                doc = llm.extract_all(doc)
                                print
                                (doc.concepts[
                                0
                                ]
                                .extracted_items)
                                
                                

应用场景

ContextGem 在多个行业展现出广泛的应用潜力：

• 法律领域：快速提取合同中的关键条款。

• 学术研究：高效提炼论文的核心观点。

• 商业分析：从行业报告中自动生成结构化数据表格。

• 企业文档管理：实现文档批量处理并将结果整合到现有系统中。

项目地址

• GitHub 地址：https://github.com/shcherbak-ai/contextgem

ContextGem 的推出，标志着 AI 驱动的文档处理技术迈上了一个新台阶，更加高效和透明。