山东大学软件学院项目实训【个人1】

实验准备经小组成员讨论最终决定开发基于大模型的法律文书智能摘要系统由四人分工协作完成多源文档解析与数据预处理、结构化信息抽取与向量化存储、角色感知的个性化摘要生成、原文溯源与功能增强、文档分析管理与交互五个模块的内容。创建gitee账号做好与队友分工协作的准备下载相应的开发工具/环境制定预期功能目标借助AI了解功能架构生成框架未来工作1.多格式文档上传支持 PDF 和 Word.docx格式文件上传。对 Word 文件自动转换为纯文本或 PDF 以统一处理。提供上传进度提示与友好的错误处理机制。2.标准 PDF 解析与版面分析对非扫描型 PDF 运行 PDF-Extract-Kit提取文本块、表格及其精确坐标信息bbox。识别字体、字号、版面结构标题、正文、页眉页脚等输出包含文本内容、位置、类型的结构化数据。3.扫描件 OCR 识别与增强处理对扫描件或图像型 PDF自动调用 Tesseract 或 GOT-OCR 进行文字识别。针对清晰度低或复杂版面的文档通过文本视觉联合建模提升表格检测与区域分类准确率。4.溯源元数据管理所有解析出的文本切片、表格均附加完整溯源元数据文档 ID、页码、边界框坐标、OCR 置信度等。建立索引确保后续可根据摘要句快速定位到原文位置实现精准溯源。5.规则化信息抽取利用预定义正则表达式规则库从文本中快速抽取案号、当事人信息原告/被告/学生、事实认定、争议焦点、判决结果等结构化字段。支持不同文书类型民事、刑事、行政的规则适配。6.智能文本切片将长文书内容按语义边界或固定长度智能切片确保切片具有相对完整语义同时控制切片大小以适应向量模型和大模型输入限制。保留切片与原文位置的映射关系。