Question Answering from PDFs

Question Answering from PDFs

一个用检索模型和 SQuAD2 阅读模型，根据 PDF 文件回答问题的 Gradio 应用，附带两份示例 PDF。适合想在浏览器里试用文档问答的人。

由 ThePixOne 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Question Answering from PDFs 是 ThePixOne 做的 Gradio 应用。它指名了两个模型，一个是在 SQuAD2 上训练的大型 roberta 模型，另一个是 multi-qa MPNet 句子模型。仓库里有两份示例 PDF，一份关于中国，一份关于伦敦，另外还有两个文本文件。从标题看，你提出问题，它根据 PDF 回答。页面没有说明，所以具体流程没有得到确认。

适合谁：想看文档问答如何运作的人，以及想找一个在 Gradio 页面里组合两个模型的简洁示例的开发者。

Industry | Who uses it | How they use it | Example
教育 | 语言模型学生 | 运行演示，阅读 app.py，看两个模型如何配合 | 就伦敦示例提一个问题
软件 | 开发者 | 把项目当作 Gradio 文档问答工具的参考写法 | 把示例 PDF 换成自己的
研究 | 语言研究人员 | 在几份文档上试用开放式问答方案 | 对两份示例 PDF 问同一个问题

如果你需要不核对原文页面就能信赖的答案，可以跳过它，因为模型可能选错段落。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面
• Windows、macOS 或 Linux 上的 Python，使用下载的副本

Use case | Who | What they get back
在线对示例 PDF 提问 | 好奇的任何人 | 一个取自自带文档的答案
研究双模型问答演示 | 开发者 | 一个搭配两个指名模型的简短 Python 项目

如何设置：

• 在线版本不需要安装任何东西
• 本地副本需要你电脑上有 Python
• requirements.txt 里列出的软件包

1. 安装 Hugging Face hub 软件包。
2. 把 Space 的文件下载到一个文件夹。
3. 进入这个文件夹。
4. 安装 gradio，再安装 requirements.txt 里的软件包。
5. 用 app.py 启动应用。

pip install -U huggingface_hub
hf download ThePixOne/open_domain_qa --repo-type space --local-dir open_domain_qa
cd open_domain_qa
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在浏览器里打开 Space 页面，在页面里输入一个问题。如果是本地副本，运行应用，然后打开 Gradio 为你打开的页面。

python app.py

Tool | What it does
python app.py | 在你的电脑上启动 Gradio 应用
hf download | 把 Space 的文件复制到本地文件夹

示例：打开 Space，就伦敦问一个简单的问题，比如它的面积或历史。应用应该会根据伦敦示例 PDF 作答。页面没有说明答案如何显示，所以请以页面实际显示的为准。

新手与专家：如果你是新手，就示例 PDF 里的某个话题问一个简短的事实问题，再把答案和 PDF 对照。然后问一个 PDF 没有涉及的问题，看看会怎样。

如果你熟悉这个领域，这个搭配说明 roberta-large-squad2 这个 SQuAD2 阅读模型放在 multi-qa MPNet 检索模型后面。点积句向量模型会先挑出段落，再由阅读模型抽取答案。页面没有确认这一点。

你输入一个问题
MPNet 模型找出段落
roberta 模型阅读段落
Gradio 显示答案

注意事项：

• 页面没有给出说明、准确率数字或 PDF 大小限制。
• 在线版本不需要安装，本地副本需要 Python。
• License: wtfpl。
• Cost to run: 没有提到，只需要 requirements.txt 里的软件包。
• Data it reaches: 仓库里的示例 PDF 和你输入的问题。本地副本会从 Hugging Face 下载这两个模型。
• Not for: 来源没有说明。请把每个答案和它出自的 PDF 页面对照。

Hugging Face 上的数据（2026年11月13日）

• 点赞：31
• 构建方式：gradio
• 许可证：wtfpl

链接

• Space：https://huggingface.co/spaces/ThePixOne/open_domain_qa
• 文件：https://huggingface.co/spaces/ThePixOne/open_domain_qa/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。