ajout des caractéristiques technique du LLM

README.md

@@ -14,17 +14,18 @@ Ce projet permet de traduire un document PDF page par page en utilisant un modè
 ---
 
 ## Création d'un modèle LLM de traduction avec Ollama
-En partant de zongwei/gemma3-translator:4b, voici le fichier de customisation :
+En partant du LLM [zongwei/gemma3-translator:4b](https://ollama.com/zongwei/gemma3-translator), nous allons créer un modèle optimisé pour la traduction avec Ollama.
+Pour info : Inutile de le downloader, il le serra automatiquement au lancement de la commande.
+
 ```shell
 FROM zongwei/gemma3-translator:4b
 PARAMETER	temperature    0.1
 PARAMETER	num_ctx	131072
 SYSTEM """
-Tu es un traducteur professionnel spécialisé dans la traduction de texte ukrainien vers le français.
-Traduis fidèlement et naturellement en respectant l'intonation originale utilisée par l'auteur du texte.
-Tu ne dois pas interpréter les pensées ou les réflexions de l'auteur.
-Ne rajoutes pas de texte avant ou après le texte fourni.
-Tu dois toujours répondre en français.
+You are a professional translator specialising in translating Ukrainian text into English.
+Translate accurately and naturally, respecting the original intonation used by the author of the text.
+You must not interpret the author's thoughts or reflections.
+Do not add any text before or after the text provided.
 """
 ```
 Il faut ensuite compiler le modèle avec la commande :
@@ -64,10 +65,22 @@ ollama create traductionUkrainienVersFrancais -f .\Modelfile
    ```bash
    ollama list
    ```
-   Vous devez voir `traductionUkrainienVersFrancais:latest` dans la liste.
-   Si ce n'est pas le cas, vous devez le générer en suivant la drescription vue plus haut (Création d'un modèle LLM de traduction avec Ollama)
+   Vous devez voir `traductionUkrainienVersFrancais` dans la liste.
+
+   Si ce n'est pas le cas, vous devez le générer comme décrit plus haut (paragraphe "Création d'un modèle LLM de traduction avec Ollama")
 
 3. **Placer votre PDF** dans le même répertoire que le script `main.py`
+### Paramétrage du script
+`PDF_PATH`= "TaniaBorecMemoir(Ukr).pdf" <- Le nom du fichier pdf à traduire.
+`OLLAMA_MODEL` = "mitmul/plamo-2-translate:latest" <- Le nom
+`OLLAMA_URL` = "http://localhost:11434/api/generate"  <- URL par défaut d'Ollama
+`TARGET_LANGUAGE` = "français"  <- Langue cible (ex: "français", "anglais", "allemand", "espagnol", etc.)
+`SYSTEM_PROMPT` = """You are a professional translator specialising in Ukrainian text translation.
+Translate accurately and naturally, respecting the original intonation used by the author of the text.
+You must not interpret the author's thoughts or reflections.
+Do not add any text before or after the text provided.
+Preserve the layout and structure of the original text."""
+
 
 ### Exécution
 

main.py

@@ -14,7 +14,109 @@ import os
 PDF_PATH = "TaniaBorecMemoir(Ukr).pdf"  # Fichier original
 OLLAMA_MODEL = "traductionUkrainienVersFrancais:latest"
 OLLAMA_URL = "http://localhost:11434/api/generate"  # URL par défaut d'Ollama
-OUTPUT_PDF_PATH = PDF_PATH.replace(".pdf", " (FR).pdf")  # Chemin du PDF de sortie
+TARGET_LANGUAGE = "français"  # Langue cible (ex: "français", "anglais", "allemand", "espagnol", etc.)
+OUTPUT_PDF_PATH = PDF_PATH.replace(".pdf", f" ({TARGET_LANGUAGE.upper()[:2]}).pdf")  # Chemin du PDF de sortie
+
+# Prompt système personnalisé (instructions pour le LLM)
+SYSTEM_PROMPT = """"""
+
+def extract_parameters_from_template(template_str):
+    """Extrait les paramètres du modèle à partir du template."""
+    import re
+    
+    parameters = {}
+    
+    if not template_str or not isinstance(template_str, str):
+        return parameters
+    
+    # Si la chaîne contient "parameters:", récupère ce qui suit
+    if 'parameters:' in template_str:
+        params_section = template_str.split('parameters:', 1)[1]
+    else:
+        # Sinon, utilise la chaîne directement (elle contient déjà les paramètres)
+        params_section = template_str
+    
+    # Parse les lignes de paramètres
+    # Format: "stop                           "<end_of_turn>""
+    #         "temperature                    0.1"
+    lines = params_section.split('\n')
+    
+    for line in lines:
+        if not line.strip():
+            continue
+        
+        # Divise par le premier groupe d'espaces blancs
+        # Cela sépare la clé des valeurs avec leurs espaces
+        parts = line.split(None, 1)  # split() avec maxsplit=1 divise sur les espaces
+        
+        if len(parts) == 2:
+            param_name = parts[0].strip()
+            param_value = parts[1].strip()
+            parameters[param_name] = param_value
+    
+    return parameters
+
+def get_llm_model_info(model=OLLAMA_MODEL):
+    """Extrait les informations du modèle LLM depuis Ollama."""
+    try:
+        # URL pour obtenir les informations du modèle
+        info_url = OLLAMA_URL.replace("/api/generate", "/api/show")
+        payload = {"name": model}
+        
+        response = requests.post(info_url, json=payload)
+        
+        if response.status_code == 200:
+            model_data = response.json()
+            
+            # Gère le cas où model_data est une chaîne
+            if isinstance(model_data, str):
+                model_data = json.loads(model_data)
+            
+            # Extrait les paramètres du template
+            parameters = model_data.get('parameters', '')
+            parsed_params = extract_parameters_from_template(parameters)
+            
+            # Extraction des informations principales
+            info = {
+                "temperature": parsed_params.get('temperature', model_data.get("temperature", "Not available")),
+                "num_ctx": parsed_params.get('num_ctx', "Not available"),
+                "top_k": parsed_params.get('top_k', "Not available"),
+                "top_p": parsed_params.get('top_p', "Not available"),
+                "system": model_data.get("system", "Not available"),
+                "modified_at": model_data.get("modified_at", "Not available"),
+            }
+            
+            return info
+        else:
+            print(f"Erreur lors de la récupération du modèle : {response.text}")
+            return None
+    except Exception as e:
+        print(f"Erreur lors de l'accès aux informations du modèle : {e}")
+        return None
+
+def display_llm_info():
+    """Retourne les informations du modèle LLM formatées."""
+    from datetime import datetime
+    
+    info = get_llm_model_info(OLLAMA_MODEL)
+    
+    if info:
+        # Formate la date en jj/mm/AAAA
+        modified_at = info.get('modified_at', 'Not available')
+        if modified_at and modified_at != 'Not available':
+            try:
+                # Parse la date ISO
+                date_obj = datetime.fromisoformat(modified_at.replace('Z', '+00:00'))
+                # Formate en jj/mm/AAAA
+                formatted_date = date_obj.strftime("%d/%m/%Y")
+            except:
+                formatted_date = modified_at
+        else:
+            formatted_date = 'Not available'
+        
+        return f"LLM Modèle: {OLLAMA_MODEL}<br//>\nSystem: {info['system']}<br//>\nTemperature: {info['temperature']}<br//>\nDate de modification: {formatted_date}"
+    else:
+        return "Informations du modèle non disponibles"
 
 def extract_text_from_pdf(pdf_path):
     """Extrait le texte page par page d'un PDF sans les numéros de pages."""
@@ -67,11 +169,13 @@ def merge_paragraphs_across_pages(pages_text):
     
     return paragraphs
 
-def send_to_ollama(prompt, model=OLLAMA_MODEL, context_size=128000):
-    """Envoie une requête à Ollama et retourne la réponse."""
+def send_to_ollama(text, target_lang=TARGET_LANGUAGE, model=OLLAMA_MODEL, context_size=128000, system_prompt=SYSTEM_PROMPT):
+    """Envoie une requête à Ollama et retourne la réponse traduite."""
+    # Construit le prompt avec les instructions système et la demande de traduction
+    full_prompt = f"{system_prompt}\n\nTraduis le texte suivant de l'ukrainien vers le {target_lang} :\n{text}"
     payload = {
         "model": model,
-        "prompt": prompt,
+        "prompt": full_prompt,
         "stream": False,
         "options": {"num_ctx": context_size}
     }
@@ -141,8 +245,9 @@ def create_pdf_from_results(results, output_path):
         fontName=font_name
     )
     
-    # Titre
-    story.append(Paragraph("Traduction - Ukrainien vers Français", title_style))
+    # Titre avec la langue cible
+    title_text = f"Traduction - Ukrainien vers {TARGET_LANGUAGE.capitalize()}"
+    story.append(Paragraph(title_text, title_style))
     story.append(Spacer(1, 0.2*inch))
     
     # Contenu
@@ -152,11 +257,18 @@ def create_pdf_from_results(results, output_path):
         story.append(Paragraph(formatted_text, body_style))
         story.append(Spacer(1, 0.1*inch))
     
+    # Infos sur le LLM
+    story.append(Spacer(1, 0.2*inch))
+    story.append(Paragraph(display_llm_info(), page_style))
+    
     # Construction du PDF
     doc.build(story)
     print(f"PDF généré avec succès : {output_path}")
 
 def main():
+    # Affiche les informations du modèle LLM
+    display_llm_info()
+    
     # Extraction du texte page par page
     pages = extract_text_from_pdf(PDF_PATH)
     print(f"Nombre de pages extraites : {len(pages)}")
@@ -170,10 +282,9 @@ def main():
     
     # Traitement des paragraphes complets
     for i, paragraph_text in enumerate(paragraphs, start=1):
-        print(f"{15 * '-'} Traduction du paragraphe {i}/{len(paragraphs)}...\n{paragraph_text}\n")
-        prompt = f"Traduis le texte suivant de l'ukrainien vers le français : {paragraph_text}"
+        print(f"{15 * '-'} Traduction du paragraphe {i}/{len(paragraphs)}...")
         try:
-            result = send_to_ollama(prompt)
+            result = send_to_ollama(paragraph_text, target_lang=TARGET_LANGUAGE)
             print(f"{result}.")
             results[i] = result
         except Exception as e: