如何基于Deepseek进行文本章节结构恢复

在人工智能时代，处理文本已经是一项基本的技能。

大部分能力较强的模型如Deepseek V3，已能有效的清洗和结构化输入文本。

这里通过处理段落和章节结构被清除的输入文档，尝试通过Deepseek，恢复出原始的文档结构。

1 章节结构

首先，输入结构被破坏的文档，尝试通过deepseek识别出文档的章节结构，prompt示例如下。

input_corrupted_text为段落和章节结构被破坏的文本。

输出为LLM恢复后的文章结构，定义为recovered_chapter_structrue。

"""以下文本是一篇被清除段落、章节结构的文章。

请尝试整理并输出原始文章的章节、段落结构。

要求:
1 恢复段落结构
2 恢复章节结构
3 采用md格式输出

输入如下:
{input_corrupted_text}

输出示例:

```markdown
# 海南xxx地区生物多样性研究

## 摘要

xxxxxx

## 第一部分 生物

### 1. 定义与解释
#### 1.1 植物篇
（定义内容略，详见原文）  
#### 1.2 动物篇
本文....（定义内容略，详见原文）  

---

...

---

```

"""

2 重构文档

依据恢复的章节结构，重构文档的章节内容，prompt示例如下。

input_corrupted_text为段落和章节结构被破坏的文本。

恢复后的文章结构，定义为recovered_chapter_structrue

输出为指定章节的段落内容。

"""以下文本是一篇被清除段落、章节结构标志的文章。

输入如下:
{input_corrupted_text}

恢复后章节结构如下:
{recovered_chapter_structrue}

请输出以下被忽略的章节原文。

### 子章节5
（子章节5内容忽略，具体请参考原文。）  

"""

reference

---

deepseek

https://chat.deepseek.com/