step_1_convert_table_to_string.py: 将markdown格式的表格转化为文字
step_2_combine_table_and_text.py：将表格转化的文字和纯文本内容合并
step_3_txt2vec.py：利用text2vec-large-chinese将每个pdf中的文本信息转化为向量，存储在faiss中
step_4_finance_generate_answer_４_model2_huggingface_1.py：利用chatglm-2，回答 5000个问题，为防止中断，将问题分为每十个一组放到jsonl文件中
step_5_combined_multi_jsonl_to_one.py:将上述jsonl文件按照比赛方要求的格式合并成一个完整的json文件
我们使用pdf-to-txt代码将11579个pdf转化为txt文件后，将每个txt拆分为两部分，第一部分是纯文本部分，我们以每行最多包含500个词汇的完整句子为标准，将纯文本分段，并存储在500qie.csv中， 每行包含三个字段，即pdf_id，句子顺序ID，句子内容；第二部分是表格字段，存储在table1.zip中，之后将这些表格转化为markdown格式，存储在markdown1.zip中
5000_questions.xlsx 存放了5000个问题中抽取的企业名称和年份
good-5.txt中存放着5000个问题对应的pdf文件