Doctran

Doctran 是一个 Python 包。它利用大语言模型（LLM）和开源 NLP 库，将原始文本转换为干净、结构化且信息密集的文档，这些文档专为向量空间检索进行了优化。您可以将 Doctran 视为一个黑盒：杂乱的字符串输入，输出的是整洁、清晰且带有标签的字符串。

安装与设置

pip install doctran

文档转换器

文档 interrogator

查看 DoctranQATransformer 的使用示例。

from langchain_community.document_loaders import DoctranQATransformer

属性提取器

查看 DoctranPropertyExtractor 的使用示例。

from langchain_community.document_loaders import DoctranPropertyExtractor

文档翻译器

查看 DoctranTextTranslator 的使用示例。

from langchain_community.document_loaders import DoctranTextTranslator