Skip to content

Latest commit

 

History

History
97 lines (82 loc) · 3.35 KB

instrucciones.md

File metadata and controls

97 lines (82 loc) · 3.35 KB

Proyecto_text_mining_2024

Proyecto de la materia optativa Text Mining 2024 de FaMAF

Instrucciones para Ejecutar el Script de Generación de Resúmenes

Este repositorio contiene un script que utiliza un modelo LLM para procesar documentos judiciales y generar un resumen estructurado dividido en Datos, Síntesis, y Sumarios. Sigue estas instrucciones para configurar y ejecutar el script.

Requisitos Previos

  1. Python 3.9+
  2. Instalación de las siguientes bibliotecas: 
    pip install transformers rouge-score
  3. Descomprime los archivos:
    • Analisis-20241201T194507Z-001.zip: Contiene el archivo de entrenamiento y otros datos necesarios.
    • BASE-20241201T193944Z-001.zip: Contiene los documentos judiciales a analizar.

Configuración Inicial

  1. Descomprime los archivos en el directorio raíz del repositorio: 
    unzip Analisis-20241201T194507Z-001.zip
unzip BASE-20241201T193944Z-001.zip
    • Esto creará las carpetas Analisis/ y BASE/ en el directorio raíz.

Opciones de Ejecución

El script puede ejecutarse de dos maneras:

1. Selección Automática de un Archivo

Si no especificas un archivo de entrada, el script seleccionará aleatoriamente uno de los documentos listados en el archivo Entrenamiento.txt dentro de la carpeta Analisis/.

Comando:

python script.py

2. Especificar un Archivo de Entrada

Puedes pasar un archivo específico como argumento al ejecutar el script. Asegúrate de que el archivo exista dentro de la carpeta BASE/.

Comando:

python script.py ruta/al/archivo.txt

Salida del Script

El script generará un resumen estructurado con las siguientes secciones:

  • Datos: Extrae información clave como fecha, sede, jueces, etc.
  • Síntesis: Resume los puntos procesales clave.
  • Sumarios: Genera un sumario jurisprudencial abstracto.

La salida será un archivo en la misma ubicación del documento procesado, con el nombre:

nombredelarchivo_resumen_llama.txt

Por ejemplo, si procesas el archivo documento1.txt, la salida será:

BASE/documento1_resumen_llama.txt

Consideraciones Importantes

  • Durante la generación de los resúmenes, el script ejecuta tres prompts distintos por cada sección (Datos, Síntesis y Sumarios). El usuario debe seleccionar manualmente cuál de los tres resultados considera mejor para incluir en el resumen final.
  • Aunque el proceso está bastante automatizado, el output generado por el modelo puede incluir repeticiones o una estructura imperfecta. Es necesario revisar y ajustar manualmente el texto final para asegurar su calidad.
  • Si tienes problemas con la selección automática, verifica que el archivo Entrenamiento.txt contenga las rutas correctas de los documentos judiciales dentro de la carpeta BASE/.

Ejemplo de Ejecución

Sin archivo de entrada (selección automática):

python proyecto.py

Salida esperada:

Generando resultados para las tres secciones del resumen...
DATOS:
...
SÍNTESIS:
...
SUMARIOS:
...
Resumen final guardado en: BASE/documento_seleccionado_resumen_llama.txt

Con archivo específico:

python proyecto.py BASE/documento1.txt

Salida esperada:

Generando resultados para las tres secciones del resumen...
DATOS:
...
SÍNTESIS:
...
SUMARIOS:
...
Resumen final guardado en: BASE/documento1_resumen_llama.txt