近期在使用 AI 帮助进行代码编写，但是遇到了一些问题，为了更好地让 AI 按照期望的方式帮助我，特写了如下的 gemini.md 文件于项目根目录。

ERNIE-UIE信息抽取模型可以进行关键信息抽取，可参照官网安装流程进行配置和使用。但是在实际的细分领域中（细分的应用场景），信息抽取的效果并不好（中文书写习惯截然不同），本文按照官网的方式，进行模型训练从而进一步提升效果，并进行记录。

Nginx提供了NginxHttpUploadProgressModule模块，用来处理文件上传的进度它不是nginx内置的模块，编译时需要加上一下选项–add-module=../nginx_uploadprogress_module配置内容：#开启上传进度，使用8M空间存储每个连接的进度信息upload_progress proxied 8m;#

使用JAVA实现傅里叶频谱平移图，之后使用霍夫变化获得图像的倾斜角度，最后进行纠偏。

使用JAVA语言实现，将给定的TIF格式的图像转换为JPG，其中TIF格式的图像有两种，一种是未经过压缩的，另一种是经过 LZW 压缩的。本文提供两个函数对其进行分别处理。

apt-get remove libMP3lame-devapt-get install nasmapt-get install lameapt-get install build-essential subversion git-core checkinstall yasm texi2html libfaac-dev libMP3lame-dev libopencore-amrnb-de

近期遇到需要从电子文档中进行内容提取的需求，突然想到 Paddle 的 ERNIE-Layout 模型，对其进行分析和测试。采用此方法，避免了很笨的 OCR + 正则匹配 的思路。

近期遇到需要从电子文档中进行内容提取的需求，突然想到 Paddle 的 ERNIE-Layout 模型，对其进行分析和测试。采用此方法，避免了很笨的 OCR + 正则匹配 的思路。

在 NLP 世界中，中英文环境的很大一个差别就是中文不存在英文中的空格，所以在实际的应用中往往需要提前内置大量的字典（词），用这些已经被定义好的字典（词）来进行文本的快速分词，本文介绍的双数组字典树就是其中的一种解决方案。在使用 darts-java 的过程中，发现它只存储了字典字符串，没有存储其他的比如词性的信息，期望在进行查找的过程中，不仅仅能够查找出来字典，还能够查询出来额外的数据。这样改进

近期遇到需要从电子文档中进行内容提取的需求，突然想到 Paddle 的 ERNIE-Layout 模型，对其进行分析和测试。采用此方法，避免了很笨的 OCR + 正则匹配 的思路。