删除LaTeX参考文献_人工智能平台 PAI(PAI)-阿里云帮助中心

LLM-删除LaTeX参考文献（DLC）组件适用于TEX文档格式数据。主要功能是删除LaTeX格式文本末尾的参考文献。输入的OSS数据文件（JSONL格式，示例）需符合：每一行是一个合法的JSON对象，文件由多行JSON对象组成，整个文件本身不是合法的JSON对象。

支持的计算资源

DLC

算法说明

定义LaTeX格式文本参考文献的正则表达式为：r'(\\appendix|\\begin\{references\}|\\begin\{REFERENCES\}|\\begin\{thebibliography\}|\\bibliography\{.*\}).*$'（多个匹配字段用“|”分隔）。

提取所有满足上述正则表达式的字符串，并替换为空字符。示例如下：

处理前

处理后

配置组件

在Designer工作流页面添加LLM-删除LaTeX参考文献（DLC）组件，并在界面右侧配置相关参数：

参数类型	参数		是否必选	描述	默认值
字段设置	目标处理字段		是	要处理的字段名称。	无
字段设置	数据输出OSS目录		否	处理后数据的OSS存储目录。如果为空，使用工作空间默认路径。	无
执行调优	多进程个数		否	设置进程数。	8
	选择资源组	公共资源组	否	选择节点规格（CPU或GPU实例规格）、节点数量、专有网络。	无
	选择资源组	专有资源组	否	选择CPU核数、内存、共享内存、GPU卡数、节点数量。	无
	最大运行时长		否	组件最大运行时长，超过这个时间，作业会被kill。	无