删除LaTeX注释行-人工智能平台 PAI(PAI)-阿里云帮助中心

LLM-删除LaTeX注释行（DLC）组件适用于TEX文档格式数据。主要功能是删除LaTeX格式文本中的注释行以及行内注释。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格式文本注释行的正则表达式如下：

注释类型	正则表达式
多行注释	`r'(?m)^%.*\n?'`
单行注释	`r'[^\\]%.+$'`

提取所有满足上述正则表达式的字符串，替换为空字符串。示例如下：

处理前

%%
%% This is file 'sample-sigconf.tex',
%% The first command in your LaTeX source must be the \documentclass command.
\documentclass[sigconf,review,anonymous]{acmart}

%% NOTE that a single column version is required for
%% submission and peer review. This can be done by changing
\input{math_commands.tex}
%% end of the preamble, start of the body of the document source.
\begin{document}

%% The "title" command has an optional parameter,
%% allowing the author to define a "short title" to be used in page headers.
\title{Hierarchical Cross Contrastive Learning of Visual Representations}

\author{Hesen Chen}

处理后

在当前字段值弹窗中，字段内容为一段 LaTeX 论文源代码，依次包含 \documentclass[sigconf,review,anonymous]{acmart}、\input{math_commands.tex}、\begin{document}、\title{Hierarchical Cross Contrastive Learning of Visual Representations} 和 \author{Hesen Chen}。

配置组件

在Designer工作流页面添加LLM-删除LaTeX注释行（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
	是否删除所有行注释		否	是否删除所有的注释行。	选中
	是否删除一行内的所有注释		否	是否删除一行内的所有注释	选中
	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