Comment utiliser OpenAI pour les PDF en C# ; avec IronPDF

Comment résumer des PDF avec OpenAI?

<TODO : Ajouter une image ici -->

Pour utiliser les fonctionnalités d'OpenAI, configurez le Semantic Kernel avec votre point de terminaison Azure et votre clé API. Importez le document PDF et utilisez la méthode Summarize pour générer des résumés.

La fonction de résumé fonctionne avec différents types de PDF :

• Documents numérisés (en combinaison avec l'OCR)
• Mises en page complexes avec plusieurs colonnes
• Documents contenant des images et des tableaux

IronPDF extrait le contenu textuel et le traite par le biais du modèle d'IA. Pour les différents formats, voir conversion de DOCX en PDF ou conversion de Markdown en PDF.

[{i:( Note : Vous pouvez rencontrer des erreurs SKEXP0001, SKEXP0010, et SKEXP0050 parce que les méthodes du Semantic Kernel sont expérimentales. Ajoutez ceci à votre fichier .csproj pour les supprimer :

<Project Sdk="Microsoft.NET.Sdk">
  <PropertyGroup>
    <NoWarn>$(NoWarn);SKEXP0001,SKEXP0010,SKEXP0050</NoWarn>
  </PropertyGroup>
</Project>

<Project Sdk="Microsoft.NET.Sdk">
  <PropertyGroup>
    <NoWarn>$(NoWarn);SKEXP0001,SKEXP0010,SKEXP0050</NoWarn>
  </PropertyGroup>
</Project>

@@--BRACKET-FERMETURE--@@

Voici comment résumer un PDF à l'aide de Semantic Kernel en C# :

:path=/static-assets/pdf/content-code-examples/how-to/openai-summarize.cs

using IronPdf;
using IronPdf.AI;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
using Microsoft.SemanticKernel.Memory;
using System;
using System.Threading.Tasks;

// Setup OpenAI
var azureEndpoint = "<<enter your azure endpoint here>>";
var apiKey = "<<enter your azure API key here>>";
var builder = Kernel.CreateBuilder()
    .AddAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .AddAzureOpenAIChatCompletion("oaichat", azureEndpoint, apiKey);
var kernel = builder.Build();

// Setup Memory
var memory_builder = new MemoryBuilder()
    // optionally use new ChromaMemoryStore("http://127.0.0.1:8000") (see https://github.com/microsoft/semantic-kernel/blob/main/dotnet/notebooks/09-memory-with-chroma.ipynb)
    .WithMemoryStore(new VolatileMemoryStore())
    .WithAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey);
var memory = memory_builder.Build();

// Initialize IronAI
IronDocumentAI.Initialize(kernel, memory);

License.LicenseKey = "<<enter your IronPdf license key here";

// Import PDF document
PdfDocument pdf = PdfDocument.FromFile("wikipedia.pdf");

// Summarize the document
Console.WriteLine("Please wait while I summarize the document...");
string summary = await pdf.Summarize(); // optionally pass AI instance or use AI instance directly
Console.WriteLine($"Document summary: {summary}\n\n");

Le code initialise à la fois le noyau sémantique et la mémoire. Les mémoires conservent le contexte pendant les requêtes continues. Choisissez parmi :

• VolatileMemoryStore : stockage en mémoire pour le développement et les tests
• ChromaMemoryStore : Base de données vectorielles persistantes pour la production
• Autres magasins : Azure Cognitive Search, Qdrant, et plus encore

Pour la production, mettez en œuvre la gestion des erreurs et la journalisation personnalisée pour suivre les opérations de l'IA. Explorez async et le multithreading pour traiter plusieurs documents simultanément.

À quoi ressemble le résumé de la traduction?

Le résumé fournit une vue d'ensemble concise du document, en extrayant les sujets principaux, les faits importants et les détails pertinents. Le modèle d'IA identifie et hiérarchise les contenus importants, ce qui permet une compréhension rapide des longs documents.

Comment interroger les PDF en continu?

Les requêtes uniques ne conviennent pas à tous les scénarios. Le paquet IronPdf.Extensions.AI offre une méthode Query pour les requêtes continues. Créer des interfaces conversationnelles, des outils de recherche ou des applications d'analyse de documents où les utilisateurs posent plusieurs questions sur le même document.

L'interrogation continue maintient le contexte de la conversation, ce qui permet de poser des questions de suivi et d'obtenir des éclaircissements. Idéal pour :

• Systèmes d'assistance à la clientèle faisant référence à la documentation
• Analyse de documents juridiques nécessitant l'interprétation de clauses
• Applications pédagogiques pour l'étude de matériaux complexes
• Outils de recherche permettant d'extraire des informations spécifiques

Pour un traitement amélioré, envisagez d'extraire le texte et les images séparément ou de mettre en œuvre la compression IronPdf pour optimiser les documents volumineux avant le traitement IronPDF.

:path=/static-assets/pdf/content-code-examples/how-to/openai-summarize.cs

using IronPdf;
using IronPdf.AI;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
using Microsoft.SemanticKernel.Memory;
using System;
using System.Threading.Tasks;

// Setup OpenAI
var azureEndpoint = "<<enter your azure endpoint here>>";
var apiKey = "<<enter your azure API key here>>";
var builder = Kernel.CreateBuilder()
    .AddAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .AddAzureOpenAIChatCompletion("oaichat", azureEndpoint, apiKey);
var kernel = builder.Build();

// Setup Memory
var memory_builder = new MemoryBuilder()
    // optionally use new ChromaMemoryStore("http://127.0.0.1:8000") (see https://github.com/microsoft/semantic-kernel/blob/main/dotnet/notebooks/09-memory-with-chroma.ipynb)
    .WithMemoryStore(new VolatileMemoryStore())
    .WithAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey);
var memory = memory_builder.Build();

// Initialize IronAI
IronDocumentAI.Initialize(kernel, memory);

License.LicenseKey = "<<enter your IronPdf license key here";

// Import PDF document
PdfDocument pdf = PdfDocument.FromFile("wikipedia.pdf");

// Summarize the document
Console.WriteLine("Please wait while I summarize the document...");
string summary = await pdf.Summarize(); // optionally pass AI instance or use AI instance directly
Console.WriteLine($"Document summary: {summary}\n\n");

Le système d'interrogation en continu utilise des enchâssements pour comprendre la sémantique des questions, ce qui permet de fournir des réponses précises et contextuelles. Chaque requête est traitée en fonction du contenu du document, l'IA conservant l'historique des conversations pour des réponses de plus en plus pertinentes.

Pour des performances optimales avec des documents volumineux ou des utilisateurs simultanés, mettez en œuvre des stratégies de mise en cache et explorez les techniques d'optimisation des performances d'IronPDF. Pensez à limiter le débit et à bien gérer les clés de licence pour les déploiements en production.

Lorsque vous manipulez des documents sensibles, mettez en œuvre des mesures de sécurité appropriées. IronPDF propose diverses options de sécurité et de cryptage pour protéger les PDF avant et après le traitement AI.