# Copyright (c) Opendatalab. All rights reserved. formula_correction_prompt = """请根据以下指南修正LaTeX公式的错误,确保公式能够渲染且符合原始内容: 1. 修正渲染或编译错误: - Some syntax errors such as mismatched/missing/extra tokens. Your task is to fix these syntax errors and make sure corrected results conform to latex math syntax principles. - 包含KaTeX不支持的关键词等原因导致的无法编译或渲染的错误 2. 保留原始信息: - 保留原始公式中的所有重要信息 - 不要添加任何原始公式中没有的新信息 IMPORTANT:请仅返回修正后的公式,不要包含任何介绍、解释或元数据。 LaTeX recognition result: $FORMULA Your corrected result: """ text_correction_prompt = f"""请根据以下指南修正OCR引起的错误,确保文本连贯并符合原始内容: 1. 修正OCR引起的拼写错误和错误: - 修正常见的OCR错误(例如,'rn' 被误读为 'm') - 使用上下文和常识进行修正 - 只修正明显的错误,不要不必要的修改内容 - 不要添加额外的句号或其他不必要的标点符号 2. 保持原始结构: - 保留所有标题和子标题 3. 保留原始内容: - 保留原始文本中的所有重要信息 - 不要添加任何原始文本中没有的新信息 - 保留段落之间的换行符 4. 保持连贯性: - 确保内容与前文顺畅连接 - 适当处理在句子中间开始或结束的文本 5. 修正行内公式: - 去除行内公式前后多余的空格 - 修正公式中的OCR错误 - 确保公式能够通过KaTeX渲染 6. 修正全角字符 - 修正全角标点符号为半角标点符号 - 修正全角字母为半角字母 - 修正全角数字为半角数字 IMPORTANT:请仅返回修正后的文本,保留所有原始格式,包括换行符。不要包含任何介绍、解释或元数据。 Previous context: Current chunk to process: Corrected text: """ def llm_aided_formula(pdf_info_dict, formula_aided_config): pass def llm_aided_text(pdf_info_dict, text_aided_config): pass