30行python代码就可以调用ChatGPT API总结论文的主要内容

阅读论文可以说是我们的日常工作之一，论文的数量太多，我们如何快速阅读归纳呢？自从ChatGPT出现以后，有很多阅读论文的服务可以使用。其实使用ChatGPT API非常简单，我们只用30行python代码就可以在本地搭建一个自己的应用。

使用 Python 和 ChatGPT API 总结论文的步骤很简单：

用于 PDF 处理的 PyPDF2 和用于与 GPT-3.5-turbo 接口的 OpenAI。

使用 PyPDF2 打开并阅读 PDF 文件。

遍历 PDF 文档中的每一页，提取文本。

使用 GPT-3.5-turbo 为每个页面的文本生成摘要。

合并摘要并将最终摘要文本保存到文件中。

import PyPDF2

import openai

pdf_summary_text = ""

解析pdf

pdf_file_path = "./pdfs/paper.pdf"

pdf_file = open(pdf_file_path, 'rb')

pdf_reader = PyPDF2.PdfReader(pdf_file)

for page_num in range(len(pdf_reader.pages)):

  page_text = pdf_reader.pages[page_num].extract_text().lower()

使用openai的api进行汇总

response = openai.ChatCompletion.create(

  model="gpt-3.5-turbo",

  messages=[

      {"role": "system", "content": "You are a helpful research assistant."},

      {"role": "user", "content": f"Summarize this: "},

  ],

)

page_summary = response["choices"][0]["message"]["content"]

合并摘要

搞定，关闭pdf文件，回收内存

pdf_file.close()

完整代码如下：

import os

import PyPDF2

import re

import openai

# Here I assume you are on a Jupiter Notebook and download the paper directly from the URL

!curl -o paper.pdf https://arxiv.org/pdf/2301.00810v3.pdf?utm_source=pocket_saves

# Set the string that will contain the summary    

pdf_summary_text = ""

# Open the PDF file

pdf_file_path = "paper.pdf"

# Read the PDF file using PyPDF2

pdf_file = open(pdf_file_path, 'rb')

pdf_reader = PyPDF2.PdfReader(pdf_file)

# Loop through all the pages in the PDF file

for page_num in range(len(pdf_reader.pages)):

  # Extract the text from the page

  page_text = pdf_reader.pages[page_num].extract_text().lower()

  response = openai.ChatCompletion.create(

                  model="gpt-3.5-turbo",

                  messages=[

                      {"role": "system", "content": "You are a helpful research assistant."},

                      {"role": "user", "content": f"Summarize this: "},

                          ],

                              )

  page_summary = response["choices"][0]["message"]["content"]

  pdf_summary_text+=page_summary + "\n"

  pdf_summary_file = pdf_file_path.replace(os.path.splitext(pdf_file_path)[1], "_summary.txt")

  with open(pdf_summary_file, "w+") as file:

      file.write(pdf_summary_text)

pdf_file.close()

with open(pdf_summary_file, "r") as file:

  print(file.read())

需要说明的是2个事情：

1、openai的API免费调用额度是有限的，这个方法一篇论文大概在0.2-0.5美元左右，根据论文长度会有变化

2、gpt4的API我没测试，因为我还没有申请到，并且看价格那个太贵了（贵20倍）我觉得不值，但是可以试试把论文的图表一同传过去，是不是会有更好效果（不确定）