【限时免费】项目实战：用ERNIE-4.5-21B-A3B-Paddle构建一个智能会议纪要生成器，只需100行代码！...-优快云博客

项目实战：用ERNIE-4.5-21B-A3B-Paddle构建一个智能会议纪要生成器，只需100行代码！

【免费下载链接】ERNIE-4.5-21B-A3B-Paddle ERNIE-4.5-21B-A3B 是百度推出的高效混合专家(MoE)语言大模型，总参数量21B，每个token激活3B参数。模型采用创新的异构MoE架构和模态隔离路由技术，在语言理解和生成任务上表现卓越。提供完整的ERNIEKit微调工具链和FastDeploy推理框架，兼容主流生态，适用于智能对话、内容创作等场景。基于Apache 2.0协议开源项目地址: https://gitcode.com/paddlepaddle/ERNIE-4.5-21B-A3B-Paddle

项目构想：我们要做什么？

在现代工作中，会议是信息传递和决策制定的重要环节，但冗长的会议内容往往让人难以快速抓住重点。为了解决这一问题，我们设计了一个智能会议纪要生成器，它能够自动将会议录音或文字记录转化为结构化的会议纪要，提取关键信息（如议题、决策、待办事项等），并生成简洁的总结。

输入与输出

输入：会议的录音文件（需转换为文字）或直接输入会议文字记录。
输出：结构化的会议纪要，包括以下内容：
- 会议主题
- 关键议题
- 决策点
- 待办事项（负责人和截止时间）
- 会议总结

技术选型：为什么是ERNIE-4.5-21B-A3B-Paddle？

ERNIE-4.5-21B-A3B-Paddle是一款基于PaddlePaddle框架的大型语言模型，具有以下核心亮点，非常适合实现智能会议纪要生成器：

强大的文本生成能力：ERNIE-4.5支持长文本生成（128k上下文），能够处理复杂的会议记录并生成连贯的总结。
多任务支持：模型擅长文本摘要、信息提取和结构化生成，能够从会议记录中提取关键信息并生成结构化输出。
高效的推理性能：通过FastDeploy框架，模型可以在单卡（80G显存）上高效运行，满足实时生成需求。

核心实现逻辑

1. 调用ERNIE-4.5-21B-A3B-Paddle模型

我们使用transformers库加载模型，并通过设计合理的Prompt引导模型完成会议纪要生成任务。

2. Prompt设计

为了让模型更好地理解任务，我们设计了一个多轮对话式的Prompt模板：

prompt = """
你是一个专业的会议纪要生成助手。请根据以下会议记录，提取关键信息并生成结构化的会议纪要：

会议记录：
{meeting_text}

请按照以下格式输出：
1. 会议主题：
2. 关键议题：
   - 议题1
   - 议题2
3. 决策点：
   - 决策1
   - 决策2
4. 待办事项：
   - 任务1（负责人：XXX，截止时间：YYYY-MM-DD）
   - 任务2（负责人：XXX，截止时间：YYYY-MM-DD）
5. 会议总结：
"""

3. 代码逻辑

加载模型和分词器。
将会议记录插入Prompt模板。
调用模型生成会议纪要。
解析并输出结果。

代码全览与讲解

from transformers import AutoModelForCausalLM, AutoTokenizer

# 加载模型和分词器
model_name = "baidu/ERNIE-4.5-21B-A3B-Paddle"
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True)

# 会议记录示例
meeting_text = """
今天会议讨论了项目A的进展。开发团队表示后端功能已完成80%，前端还需两周时间。测试团队建议下周开始集成测试。最终决定：后端本周内完成，前端下周五前交付，集成测试从下周一启动。负责人：张三（后端）、李四（前端）、王五（测试）。
"""

# 设计Prompt
prompt = f"""
你是一个专业的会议纪要生成助手。请根据以下会议记录，提取关键信息并生成结构化的会议纪要：

会议记录：
{meeting_text}

请按照以下格式输出：
1. 会议主题：
2. 关键议题：
   - 议题1
   - 议题2
3. 决策点：
   - 决策1
   - 决策2
4. 待办事项：
   - 任务1（负责人：XXX，截止时间：YYYY-MM-DD）
   - 任务2（负责人：XXX，截止时间：YYYY-MM-DD）
5. 会议总结：
"""

# 生成会议纪要
inputs = tokenizer(prompt, return_tensors="pt", add_special_tokens=False).to(model.device)
outputs = model.generate(**inputs, max_new_tokens=500)
generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)

# 提取生成的会议纪要部分
meeting_summary = generated_text.split("5. 会议总结：")[-1].strip()
print(meeting_summary)

代码讲解

模型加载：使用AutoModelForCausalLM和AutoTokenizer加载预训练模型和分词器。
Prompt设计：通过多轮对话模板引导模型生成结构化输出。
文本生成：调用model.generate生成会议纪要。
结果提取：从生成的文本中提取会议纪要部分。

效果展示与功能扩展

效果展示

输入会议记录后，模型生成的会议纪要如下：

1. 会议主题：项目A进展讨论
2. 关键议题：
   - 后端功能完成80%
   - 前端还需两周时间
3. 决策点：
   - 后端本周内完成
   - 前端下周五前交付
   - 集成测试从下周一启动
4. 待办事项：
   - 任务1（负责人：张三，截止时间：本周内）
   - 任务2（负责人：李四，截止时间：下周五）
   - 任务3（负责人：王五，截止时间：下周一）
5. 会议总结：项目A进展顺利，后端和前端按计划推进，集成测试即将开始。

功能扩展

多语言支持：通过调整Prompt，支持生成其他语言的会议纪要。
语音输入：结合语音识别API，直接从录音生成文字记录。
自动化集成：将工具集成到会议软件中，实现一键生成纪要。

通过这个项目，我们展示了如何利用ERNIE-4.5-21B-A3B-Paddle快速构建一个实用的智能工具，帮助用户高效处理会议信息。希望这个案例能激发你更多的创意！

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

【限时免费】 项目实战：用ERNIE-4.5-21B-A3B-Paddle构建一个智能会议纪要生成器，只需100行代码！...