BmpLib-Ai 0.0.30

This package implements all the logic of Brief My Press.AI

BmpLib-Ai

BmpLib-Ai est une bibliothèque Python intelligente et sur-mesure conçue pour simplifier et enrichir la consommation de contenu de presse écrite. Elle intègre des outils d'analyse avancés pour générer des résumés, des conversions texte-audio et une interaction via un chatbot.

Fonctionnalités principales :

• Formats courts et simplifiés : Obtenez des résumés clairs et précis en quelques secondes.
• Formats diversifiés : Transformez vos articles en texte ou en audio.
• Playlists personnalisées : Créez des collections audio de vos résumés préférés.
• Chatbot interactif : Posez des questions sur un article et recevez des réponses adaptées.

Installation

Pour installer la bibliothèque, exécutez la commande suivante :

• Pour une version sans chatBot

pip install BmpLib-Ai==0.0.25

• Pour une version avec chatBot (seulement accessible sur macOS pour le moment):

pip install BmpLib-Ai==0.0.26

GitHub Page

Pypi Page

API Streamlit du Package Page

Tuto on how to publish python package

Pour chaque version:

• python3 -m build

• twine upload dist/*

• twine upload --skip-existing dist/*

Exemple d’utilisation

import BmpLib_Ai as bmp

Résumés des articles

# Contenu de l'article et ID du média
text = "L'intelligence artificielle transforme de nombreux secteurs en facilitant les processus analytiques."
media_id = "bmp_media1"

# Création de l'objet BMP
bmp_object = bmp.get_BMP_Article_Object(text, media_id)

# Obtenir les résumés
extractive_summary, abstractive_summary = bmp_object.get_summaries()

# Générer les audios
extractive_audio, abstractive_audio = bmp_object.get_audios()

# Poser une question sur l'article via le chatbot
response = bmp_object.chat_with_question("Quel est le sujet principal de cet article ?")
print("Réponse du chatbot :", response)

Gestions des audios

# Résultats
extractiveAudioBuffer, abstractiveAudioBuffer = bmp_object.get_audios()
        
# Enregistrement du buffer audio en MP3
with open("audio_extractif.mp3", "wb") as f:
    f.write(extractiveAudioBuffer.read())

with open("audio_abstractif.mp3", "wb") as f:
    f.write(abstractiveAudioBuffer.read())

Interaction avec le Chatbot

question = "De quoi parle cet article ?"
response = bmp_object.chat_with_question(question)
print("Réponse :", response)

---

🔹 Résumé Extractif

• Modèle : fr_core_news_sm de spaCy.
• Fonctionnement : Le modèle analyse le texte et extrait les phrases les plus significatives.

🔹 Résumé Abstrait

• Modèle : Falconsai/text_summarization de Hugging Face.
• Fonctionnement : Génération d'un résumé condensé du texte en utilisant un modèle de résumé abstrait.

🔹 Audio

• Outil : gTTS Google Text-to-Speech.
• Fonctionnement : Convertit les résumés extraits et abstraits en fichiers audio pour une écoute rapide.

🔹 Chatbot

• Modèle : mlx-community/Llama-3.2-1B-Instruct-4bit de Hugging Face.
• Fonctionnement : Permet d'interagir avec le contenu de l'article pour obtenir des réponses précises aux questions.

Auteur

Taoufiq Ouedraogo