DocumentSearch：高效文档搜索工具

DocumentSearch：高效文档搜索工具

DocumentSearch 基于sentence transformers和chatglm实现的文档搜索工具 项目地址: https://gitcode.com/gh_mirrors/do/DocumentSearch

项目介绍

在信息爆炸的时代，如何高效地管理和检索文档成为了一个亟待解决的问题。DocumentSearch 是一款专注于文档内容搜索的开源项目，旨在帮助用户轻松地从大量的文档中找到所需信息。该项目利用了先进的自然语言处理技术，能够快速索引和搜索文件夹中的 .pdf 和 .docx 格式文档。

项目技术分析

DocumentSearch 的核心技术基于 sbert 和 ChatGLM-6b。sbert 是一种基于 Sentence-BERT 的句子嵌入模型，能够将文本转换为高维空间的向量表示，从而实现文档的快速检索和相似度匹配。ChatGLM-6b 则是一个基于 GLM-4 的自然语言处理模型，能够理解和生成自然语言，为用户提供更加智能的搜索体验。

项目使用 Python 语言开发，支持命令行和 web 端两种使用方式。在命令行模式下，用户可以通过简单的代码调用实现对指定文件夹内文档的搜索；而在 web 端，用户则可以通过图形界面进行搜索操作。

项目及技术应用场景

DocumentSearch 的应用场景非常广泛，以下是一些典型的使用案例：

1. 学术研究： 研究人员可以通过 DocumentSearch 快速检索相关学术论文，节省大量的时间和精力。
2. 企业文档管理： 企业可以将所有文档存储在一个文件夹中，使用 DocumentSearch 实现快速查找，提高工作效率。
3. 个人知识管理： 用户可以将自己的学习笔记、读书心得等文档集中存储，并通过 DocumentSearch 快速定位所需内容。

项目特点

1. 快速搜索： DocumentSearch 利用先进的文本嵌入技术，能够实现秒级搜索响应，大大提高检索效率。
2. 易用性强： 项目支持命令行和 web 端两种使用方式，用户可以根据自己的需求选择合适的操作方式。
3. 格式支持： 目前支持 .pdf 和 .docx 两种格式，未来将扩展对更多文档格式的支持。
4. 持续更新： 项目处于不断发展中，作者将持续优化代码，修复 bugs，并添加新的功能。

以下是使用 DocumentSearch 的简单示例：

命令行形式

在 demo.py 文件中，用户可以设置自己的文件夹路径，并通过调用 kl.search_result() 方法进行搜索。

if __name__ == "__main__":
    global_dir = "政策归档文件"  # 你自己的文件夹

    kl = KnowLedge(global_dir=global_dir)
    res, data = kl.search_result(question_str="大学生创业有什么补贴")  # 你想问什么呢
    print(res)
    print(data)

web端

用户需要修改 web_ui.py 文件中 code-21 行的代码 global_dir = "政策归档文件"，然后使用以下命令启动服务：

streamlit run web_ui.py --server.fileWatcherType none

启动后，用户可以通过 web 界面进行搜索操作，界面简洁友好，使用起来非常方便。

总之，DocumentSearch 是一款功能强大、易于使用的文档搜索工具，无论是学术研究还是企业文档管理，都能带来极大的便利。如果你正在寻找一款高效的文档搜索工具，不妨试试 DocumentSearch。

DocumentSearch 基于sentence transformers和chatglm实现的文档搜索工具 项目地址: https://gitcode.com/gh_mirrors/do/DocumentSearch