刪除LaTeX注釋行 - Platform For AI

LLM-刪除LaTeX注釋行（DLC）組件適用於TEX文檔格式資料。主要功能是刪除LaTeX格式文本中的注釋行以及行內注釋。輸入的OSS資料檔案（JSONL格式，樣本）需符合：每一行是一個合法的JSON對象，檔案由多行JSON對象組成，整個檔案本身不是合法的JSON對象。

支援的計算資源

DLC

演算法說明

定義LaTeX格式文本注釋行的Regex如下：

注釋類型	Regex
多行注釋	`r'(?m)^%.*\n?'`
單行注釋	`r'[^\\]%.+$'`

提取所有滿足上述Regex的字串，替換為空白字串。樣本如下：

處理前

%%
%% This is file 'sample-sigconf.tex',
%% The first command in your LaTeX source must be the \documentclass command.
\documentclass[sigconf,review,anonymous]{acmart}

%% NOTE that a single column version is required for
%% submission and peer review. This can be done by changing
\input{math_commands.tex}
%% end of the preamble, start of the body of the document source.
\begin{document}

%% The "title" command has an optional parameter,
%% allowing the author to define a "short title" to be used in page headers.
\title{Hierarchical Cross Contrastive Learning of Visual Representations}

\author{Hesen Chen}

處理後

在當前欄位值彈窗中，欄位內容為一段 LaTeX 論文原始碼，依次包含 \documentclass[sigconf,review,anonymous]{acmart}、\input{math_commands.tex}、\begin{document}、\title{Hierarchical Cross Contrastive Learning of Visual Representations} 和 \author{Hesen Chen}。

配置組件

在Designer工作流程頁面添加LLM-刪除LaTeX注釋行（DLC）組件，並在介面右側配置相關參數：

參數類型	參數		是否必選	描述	預設值
欄位設定	目標處理欄位		是	要處理的欄位名稱。	無
	是否刪除所有行注釋		否	是否刪除所有的注釋行。	選中
	是否刪除一行內的所有注釋		否	是否刪除一行內的所有注釋	選中
	資料輸出OSS目錄		否	處理後資料的OSS儲存目錄。如果為空白，使用工作空間預設路徑。	無
執行調優	多進程個數		否	設定進程數。	8
	選擇資源群組	公用資源群組	否	選擇節點規格（CPU或GPU執行個體規格）、節點數量、專用網路。	無
	選擇資源群組	專有資源群組	否	選擇CPU核心數、記憶體、共用記憶體、GPU卡數、節點數量。	無
	最大運行時間長度		否	組件最大運行時間長度，超過這個時間，作業會被kill。	無