首頁
人工智能平臺 PAI
操作指南
AI開發
可視化建模（Designer）
組件參考：大模型數據處理
LLM數據處理（MaxCompute）
LLM-刪除LaTeX參考文獻（MaxCompute）
LLM-刪除LaTeX參考文獻組件主要用于大語言模型（LLM）的文本數據預處理工作，適用于TEX文檔格式數據。主要功能是刪除LaTeX格式文本末尾的參考文獻。
支持的計算資源
算法說明
定義LaTeX格式文本參考文獻的正則表達式為：r'(\\appendix|\\begin\{references\}|\\begin\{REFERENCES\}|\\begin\{thebibliography\}|\\bibliography\{.*\}).*$'（多個匹配字段用“|”分隔）。
提取所有滿足上述正則表達式的字符串，并替換為空字符。示例如下：
處理前
| 處理后
|
配置組件
在Designer工作流頁面添加LLM-刪除LateX參考文獻組件，并在界面右側配置相關參數：
參數類型 | 參數 | 描述 |
字段設置 | 選擇目標處理列 | 選擇要處理的列，支持多選。 |
設置輸出表生命周期 | 正整數，單位為天。默認28天，28天后該組件產生的臨時表被回收。 | |
執行調優 | 每個實例的cpu數目 | 設定map task每個instance的CPU數目，取值范圍：50~800，默認值：100。 |
每個實例的memory大小，單位M | 設定map task每個instance的memory大小，取值范圍：256~12288，默認值：1024，單位：MB。 | |
每個實例處理的數據大小，單位M | 設定map task每個instance的最大處理數據量，取值范圍：1~Integer.MAX_VALUE，默認值：256，單位：MB。 您可以通過控制這個變量，從而達到對map端輸入的控制。 |
文檔內容是否對您有幫助？