me-suzy

from __future__ import annotations

import json
import sys
import time
from collections import Counter
from pathlib import Path

try:
    import gdown

me-suzy

#!/usr/bin/env python3
"""
Generic PDF downloader for biblioteca-digitala.ro
Works with any publication page.

Usage:
    python download_biblioteca_digitala.py "https://biblioteca-digitala.ro/?pub=7758-revista-romana-de-sociologie"
    python download_biblioteca_digitala.py "https://biblioteca-digitala.ro/?pub=6464-studii-si-cercetari-de-chimie"
"""

me-suzy

"""Overlay pentru subtitrari SRT, sincronizat manual cu un film redat in browser.

Pornire: dublu-click pe acest fisier sau: python subtitrare.py
Apasa START exact cand pornesti/redai filmul. Foloseste -/+ pentru corectie fina.
"""
import ctypes
import json
import re
import time
import tkinter as tk

me-suzy

"""Overlay pentru subtitrari SRT, sincronizat manual cu un film redat in browser.

Pornire: dublu-click pe acest fisier sau: python subtitrare.py
Apasa START exact cand pornesti/redai filmul. Foloseste -/+ pentru corectie fina.
"""
import ctypes
import json
import re
import time
import tkinter as tk

me-suzy

"""Overlay pentru subtitrari SRT, sincronizat manual cu un film redat in browser.

Pornire: dublu-click pe acest fisier sau: python subtitrare.py
Apasa START exact cand pornesti/redai filmul. Foloseste -/+ pentru corectie fina.
"""
import ctypes
import json
import re
import time
import tkinter as tk

me-suzy

"""Overlay pentru subtitrari SRT, sincronizat manual cu un film redat in browser.

Pornire: dublu-click pe acest fisier sau: python subtitrare.py
Apasa START exact cand pornesti/redai filmul. Foloseste -/+ pentru corectie fina.
"""
import ctypes
import re
import time
import tkinter as tk
from tkinter import ttk

me-suzy

"""
Analiza stilistica (stilometrie): captureaza "amprenta de scris" a fiecarui autor
si ii diferentiaza. NU foloseste embeddings semantice (acelea prind subiectul);
foloseste trasaturi de STIL, care raman constante indiferent despre ce scrie autorul.

Trei familii de trasaturi, combinate:
  1. N-grame de caractere  -> ortografie, morfologie, forme de epoca
  2. Cuvinte-unelte         -> semnatura stilistica clasica (cum leaga frazele)
  3. Trasaturi structurale  -> lungimea frazelor, punctuatie, diversitate lexicala

me-suzy

import os
os.environ["HF_HUB_DISABLE_SYMLINKS_WARNING"] = "1"

import numpy as np
from sentence_transformers import SentenceTransformer
from sklearn.cluster import AgglomerativeClustering

model = SentenceTransformer("intfloat/multilingual-e5-base")

# ----------------------------------------------------------------------

me-suzy

"""
Sistem RAG peste cărțile tale: transformă paragrafele în vectori, caută semantic
la o întrebare modernă și generează un răspuns bazat DOAR pe textele găsite.

Instalare:
    pip install "sentence-transformers>=3.0" "chromadb>=0.5" \
                "transformers>=4.44" accelerate torch

    Model de embedding recomandat pentru română: intfloat/multilingual-e5-large
    (dacă vrei ceva mai ușor: paraphrase-multilingual-MiniLM-L12-v2)

me-suzy

"""
Fine-tuning LoRA al unui model mic (Mistral 7B / Llama 3 8B) pe textul cărților.
Rezultat: un model care scrie și folosește jargonul de epocă din cărțile tale.

Instalare:
    pip install "transformers>=4.44" "trl>=0.9" "peft>=0.12" \
                "datasets>=2.20" "bitsandbytes>=0.43" accelerate sentencepiece
Rulare:
    python finetuning_carti.py
GPU recomandat: minim ~12 GB VRAM (cu quantizare 4-bit). Fără GPU nu e practic.