【项目实训】用大模型实现信息抽取

前面我都是使用的传统方法从简历中抽取信息，我转念一想，反正都要使用大模型，我干脆直接用大模型来做信息抽取

在后端编写接口，因为我们的大模型是部署在云服务器上的，所以需要在后端向云服务器发送请求。

整体流程如下：

1. 根据前端传来的文件，用前文的方法提取所有的文字。
2. 利用文本构建Prompt，让大模型从文本中提取出我们想要的部分（比如这里是建立中的项目经历部分）。
3. 然后再用提取到的信息，重新构建Prompt，让大模型针对性提出面试问题。

@app.route('/upload_file', methods=['POST'])
def upload_file():
    job = request.form.get('job')
    company = request.form.get('company')
    interview = request.form.get('interview')
    f = request.files.get('file')
    # 如果文件不存在
    if f is None or f.filename == '':
        return jsonify({'code': 400, 'message': 'No file part in the request'}), 400
    # 保存文件
    fname = secure_filename(f.filename)  # 使用secure_filename来避免安全问题
    file_path = fname  # 这不是一个完整的路径，只是一个文件名
    try:
        f.save(file_path)  # 使用f.save而不是手动打开和写入文件
    except Exception as e:
        return jsonify({'code': 500, 'message': f'Failed to save file: {str(e)}'}), 500
        # 项目经历
    text = pyMuPDF_fitz(file_path, './img_tmp')
    if interview == "技术面":
        prompt = f"这是我的简历{text},请提取出我的软件项目经历"
    else:
        prompt = f"这是我的简历{text},请提取出我的荣誉奖项，校园经历，个人评价"
    extracted = Turing2(prompt)
    question = f"你是{company}公司的面试官，我要面试{job}岗位，现在要进行{interview},这是我的简历相关信息{extracted}，请你现在问5个面试问题，每个问题以问号结尾，确保每个问题一行"
    result = Turing(question)
    return jsonify({
        'code': 200,
        'result': result
    })

结果如下：

改进Prompt

上面的Prompt比较粗糙，不够规范，改进如下：

    text = pyMuPDF_fitz(file_path, './img_tmp')
    if interview == "技术面":
        prompt = f"从上文{text}中，提取"信息"(keyword,content)，包括:"项目经历"类型的实体，输出json格式内容，字数不超过600字"
    else:
        prompt = f"从上文{text}中，提取"信息"(keyword,content)，包括:"荣誉奖项"、"校园经历"、"个人评价"等类型的实体，输出json格式内容，字数不超过600字"
    extracted = Turing2(prompt)

这样改进之后，使用引号明确了需要输出的内容，大模型的输出更加明确，而且限制了输出格式和输出字数，输出结果更加规范工整