镜像自地址
https://github.com/binary-husky/gpt_academic.git
已同步 2025-12-07 15:06:48 +00:00
56 行
1.8 KiB
Python
56 行
1.8 KiB
Python
from dataclasses import dataclass
|
|
|
|
@dataclass
|
|
class ArxivFragment:
|
|
"""Arxiv论文片段数据类"""
|
|
file_path: str # 文件路径
|
|
content: str # 内容
|
|
segment_index: int # 片段索引
|
|
total_segments: int # 总片段数
|
|
rel_path: str # 相对路径
|
|
segment_type: str # 片段类型(text/math/table/figure等)
|
|
title: str # 论文标题
|
|
abstract: str # 论文摘要
|
|
section: str # 所属章节
|
|
is_appendix: bool # 是否是附录
|
|
importance: float = 1.0 # 重要性得分
|
|
arxiv_id: str = "" # 添加 arxiv_id 属性
|
|
|
|
@staticmethod
|
|
def merge_segments(seg1: 'ArxivFragment', seg2: 'ArxivFragment') -> 'ArxivFragment':
|
|
"""
|
|
合并两个片段的静态方法
|
|
|
|
Args:
|
|
seg1: 第一个片段
|
|
seg2: 第二个片段
|
|
|
|
Returns:
|
|
ArxivFragment: 合并后的片段
|
|
"""
|
|
# 合并内容
|
|
merged_content = f"{seg1.content}\n{seg2.content}"
|
|
|
|
# 确定合并后的类型
|
|
def _merge_segment_type(type1: str, type2: str) -> str:
|
|
if type1 == type2:
|
|
return type1
|
|
if type1 == 'text':
|
|
return type2
|
|
if type2 == 'text':
|
|
return type1
|
|
return 'mixed'
|
|
|
|
return ArxivFragment(
|
|
file_path=seg1.file_path,
|
|
content=merged_content,
|
|
segment_index=seg1.segment_index,
|
|
total_segments=seg1.total_segments - 1,
|
|
rel_path=seg1.rel_path,
|
|
segment_type=_merge_segment_type(seg1.segment_type, seg2.segment_type),
|
|
title=seg1.title,
|
|
abstract=seg1.abstract,
|
|
section=seg1.section,
|
|
is_appendix=seg1.is_appendix,
|
|
importance=max(seg1.importance, seg2.importance)
|
|
) |