LLM-刪除LaTeX文檔頭（DLC）組件適用於TEX文檔格式資料。主要功能是找到第一個匹配<section-type>[optional-args]{name}章節格式的字串，並將其之前的所有內容刪除，保留第一個匹配到章節後的所有內容，包括該章區段標頭。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
演算法說明
定義LaTeX格式文本章節的Regex為：r'^(.*?)(\\\bchapter\b\*?(?:\[(.*?)\])?\{(.*?)\}|\\\bpart\b\*?(?:\[(.*?)\])?\{(.*?)\}|\\\bsection\b\*?(?:\[(.*?)\])?\{(.*?)\}|\\\bsubsection\b\*?(?:\[(.*?)\])?\{(.*?)\}|\\\bsubsubsection\b\*?(?:\[(.*?)\])?\{(.*?)\}|\\\bparagraph\b\*?(?:\[(.*?)\])?\{(.*?)\}|\\\bsubparagraph\b\*?(?:\[(.*?)\])?\{(.*?)\})'（多個匹配欄位用“|”分隔）。
定位到滿足上述Regex的第一個字串，將其之前的所有內容刪除，保留第一個匹配到章節後的所有內容，包括該章區段標頭。樣本如下：
處理前
| 處理後
|
配置組件
在Designer工作流程頁面添加LLM-刪除LaTeX文檔頭（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 | |
是否刪除沒有匹配到章節格式的樣本 | 否 | 如果勾選此選項，如果樣本沒有匹配到任何章節格式，則刪除該樣本。 | 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 | |
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 | ||