paper-2-web

Paper2All：学術論文変換パイプライン

概要

このスキルでは、Paper2All 自律型パイプラインを使用して、学術論文を複数のプロモーション用およびプレゼンテーション用フォーマットに変換できます。システムは研究論文（LaTeX または PDF）を、次の 3 つの主要な出力に変換します。

1. Paper2Web：レイアウトを考慮したデザインの、インタラクティブで閲覧しやすい学術ホームページ
2. Paper2Video：ナレーション、スライド、オプションのトーク映像を含む、プロフェッショナルなプレゼンテーション動画
3. Paper2Poster：プロフェッショナルなレイアウトの、印刷可能な学会ポスター

このパイプラインは、LLM を活用したコンテンツ抽出、デザイン生成、反復的な改良により、学会、学術誌、プレプリントリポジトリ、研究のプロモーションに適した高品質な成果物を作成します。

このスキルを使う場面

次のような場合にこのスキルを使用します。

• 学会資料の作成：学会向けのポスター、プレゼンテーション動画、関連ウェブサイトの作成
• 研究のプロモーション：出版済み論文やプレプリントを、わかりやすく魅力的なウェブ形式に変換
• プレゼンテーションの準備：論文の内容から動画アブストラクトやプレゼンテーション動画全編を生成
• 研究成果の発信：ソーシャルメディア、研究室のウェブサイト、機関のショーケース向けのプロモーション資料を作成
• プレプリントの強化：bioRxiv、arXiv、その他のプレプリント投稿にインタラクティブなホームページを追加
• 一括処理：複数の論文のプロモーション資料を同時に生成

トリガーフレーズ：

• 「この論文をウェブサイトに変換して」
• 「LaTeX 論文から学会ポスターを生成して」
• 「この研究からプレゼンテーション動画を作成して」
• 「論文用のインタラクティブなホームページを作って」
• 「論文をプロモーション資料に変換して」
• 「学会発表用のポスターと動画を生成して」

主な機能

1. Paper2Web：インタラクティブなウェブサイトの生成

論文を、単純な HTML 変換にとどまらない、レイアウトを考慮したインタラクティブな学術ホームページに変換します。

主な機能：

• 論文の内容に合わせた、レスポンシブな複数セクションのレイアウト
• 図、表、引用文献のインタラクティブ表示
• ナビゲーションを備えた、モバイルフレンドリーなデザイン
• ロゴの自動検索（Google Search API を使用）
• デザインの改良と品質評価

最適な用途：出版後のプロモーション、プレプリントの強化、研究室のウェブサイト、研究成果の恒久的な紹介

→ 詳しいドキュメントは references/paper2web.md を参照してください

---

2. Paper2Video：プレゼンテーション動画の生成

スライド、ナレーション、カーソルの動き、オプションのトーク映像を含む、プロフェッショナルなプレゼンテーション動画を生成します。

主な機能：

• 論文の構成に基づくスライドの自動生成
• 自然な音声の合成
• カーソルの動きとハイライトの同期
• Hallo2 を使ったトーク映像の追加（GPU が必要）
• 多言語対応

最適な用途：動画アブストラクト、学会発表、オンライン講演、教材、YouTube でのプロモーション

→ 詳しいドキュメントは references/paper2video.md を参照してください

---

3. Paper2Poster：学会ポスターの生成

プロフェッショナルなレイアウトとビジュアルデザインを備えた、印刷可能な学術ポスターを作成します。

主な機能：

• 任意のサイズに対応したポスター寸法
• プロフェッショナルなデザインテンプレート
• 機関のブランディングに対応
• リンク用 QR コードの生成
• 高解像度出力（300 DPI 以上）

最適な用途：学会のポスターセッション、シンポジウム、学術展示会、オンライン学会

→ 詳しいドキュメントは references/paper2poster.md を参照してください

---

クイックスタート

前提条件

1. Paper2All をインストール：

   git clone https://github.com/YuhangChen1/Paper2All.git
   cd Paper2All
   conda create -n paper2all python=3.11
   conda activate paper2all
   pip install -r requirements.txt
   

2. API キーを設定（.env ファイルを作成）：

   OPENAI_API_KEY=your_openai_api_key_here
   # Optional: GOOGLE_API_KEY and GOOGLE_CSE_ID for logo search
   

3. システム依存関係をインストール：

   • LibreOffice（ドキュメント変換用）
   • Poppler ユーティリティ（PDF 処理用）
   • 48GB の NVIDIA GPU（オプション。トーク映像用）

→ インストール手順の全容は references/installation.md を参照してください

---

基本的な使い方

すべてのコンポーネントを生成（ウェブサイト＋ポスター＋動画）：

python pipeline_all.py \
  --input-dir "path/to/paper" \
  --output-dir "path/to/output" \
  --model-choice 1

ウェブサイトのみを生成：

python pipeline_all.py \
  --input-dir "path/to/paper" \
  --output-dir "path/to/output" \
  --model-choice 1 \
  --generate-website

サイズを指定してポスターを生成：

python pipeline_all.py \
  --input-dir "path/to/paper" \
  --output-dir "path/to/output" \
  --model-choice 1 \
  --generate-poster \
  --poster-width-inches 60 \
  --poster-height-inches 40

動画を生成（軽量なパイプライン）：

python pipeline_light.py \
  --model_name_t gpt-4.1 \
  --model_name_v gpt-4.1 \
  --result_dir "path/to/output" \
  --paper_latex_root "path/to/paper"

→ 包括的なワークフローの例については、references/usage_examples.md をご覧ください

---

ワークフローの判断ツリー

この判断ツリーを使って、生成するコンポーネントを決定してください：

User needs promotional materials for paper?
│
├─ Need permanent online presence?
│  └─→ Generate Paper2Web (interactive website)
│
├─ Need physical conference materials?
│  ├─→ Poster session? → Generate Paper2Poster
│  └─→ Oral presentation? → Generate Paper2Video
│
├─ Need video content?
│  ├─→ Journal video abstract? → Generate Paper2Video (5-10 min)
│  ├─→ Conference talk? → Generate Paper2Video (15-20 min)
│  └─→ Social media? → Generate Paper2Video (1-3 min)
│
└─ Need complete package?
   └─→ Generate all three components

入力要件

サポートされている入力形式

1. LaTeX ソース（推奨）：

paper_directory/
├── main.tex              # Main paper file
├── sections/             # Optional: split sections
├── figures/              # All figure files
├── tables/               # Table files
└── bibliography.bib      # References

2. PDF：

• 埋め込みフォントを含む高品質な PDF
• 選択可能なテキスト（スキャン画像ではないもの）
• 高解像度の図（300 DPI 以上を推奨）

入力の整理

単一の論文：

input/
└── paper_name/
    ├── main.tex (or paper.pdf)
    ├── figures/
    └── bibliography.bib

複数の論文（バッチ処理）：

input/
├── paper1/
│   └── main.tex
├── paper2/
│   └── main.tex
└── paper3/
    └── main.tex

共通パラメーター

モデルの選択

• --model-choice 1：GPT-4（品質とコストのバランスに優れています）
• --model-choice 2：GPT-4.1（最新機能を利用できますが、コストは高くなります）
• --model_name_t gpt-3.5-turbo：高速で低コスト（品質は許容範囲です）

コンポーネントの選択

• --generate-website：ウェブサイトの生成を有効にします
• --generate-poster：ポスターの生成を有効にします
• --generate-video：動画の生成を有効にします
• --enable-talking-head：動画にトーキングヘッドを追加します（GPU が必要です）

カスタマイズ

• --poster-width-inches [width]：ポスターの幅を指定します
• --poster-height-inches [height]：ポスターの高さを指定します
• --video-duration [seconds]：動画の目標長さを指定します
• --enable-logo-search：機関ロゴを自動検索します

出力構成

生成された出力は、論文とコンポーネントごとに整理されます：

output/
└── paper_name/
    ├── website/
    │   ├── index.html
    │   ├── styles.css
    │   └── assets/
    ├── poster/
    │   ├── poster_final.pdf
    │   ├── poster_final.png
    │   └── poster_source/
    └── video/
        ├── final_video.mp4
        ├── slides/
        ├── audio/
        └── subtitles/

ベストプラクティス

入力の準備

1. 可能であれば LaTeX を使用する：コンテンツの抽出と構造化に最適です
2. ファイルを適切に整理する：すべてのアセット（図、表、参考文献）を論文のディレクトリにまとめます
3. 高品質な図を使用する：ベクター形式（PDF、SVG）または高解像度のラスター形式（300 DPI 以上）を使用します
4. LaTeX を整理する：コンパイル生成物を削除し、ソースが正常にコンパイルできることを確認します

モデル選択の方針

• GPT-4：会議や出版物向けの、製品品質の出力に最適です
• GPT-4.1：最新機能や可能な限り高い品質が必要な場合に使用します
• GPT-3.5-turbo：手早い草稿、テスト、またはシンプルな論文に使用します

コンポーネントの優先順位

締め切りが迫っている場合は、次の順序で生成してください：

1. ウェブサイト（最速で用途が広く、約 15～30 分）
2. ポスター（中程度の速度で、印刷の締め切り向け、約 10～20 分）
3. 動画（最も時間がかかりますが、後から生成できます。約 20～60 分）

品質保証

出力を最終決定する前に、次の項目を確認してください：

1. ウェブサイト：複数のデバイスでテストし、すべてのリンクが機能することと、図の品質を確認します
2. ポスター：テスト印刷を行い、3～6 フィート離れた位置から文字が読みやすいことと、色を確認します
3. 動画：動画全体を視聴し、音声の同期を確認して、異なるデバイスでテストします

必要なリソース

処理時間

• ウェブサイト：論文 1 件あたり 15～30 分
• ポスター：論文 1 件あたり 10～20 分
• 動画（トーキングヘッドなし）：論文 1 件あたり 20～60 分
• 動画（トーキングヘッドあり）：論文 1 件あたり 60～120 分

計算要件

• CPU：並列処理向けのマルチコアプロセッサ
• RAM：最低 16GB、大規模な論文では 32GB を推奨
• GPU：標準的な出力では任意、トーキングヘッドには必須（NVIDIA A6000 48GB）
• ストレージ：コンポーネントや品質設定に応じて、論文 1 件あたり 1～5GB

API コスト（概算）

• ウェブサイト：論文 1 件あたり $0.50～2.00（GPT-4）
• ポスター：論文 1 件あたり $0.30～1.00（GPT-4）
• 動画：論文 1 件あたり $1.00～3.00（GPT-4）
• 完全なパッケージ：論文 1 件あたり $2.00～6.00（GPT-4）

トラブルシューティング

よくある問題

LaTeX の解析エラー：

• LaTeX ソースが正常にコンパイルされることを確認します：pdflatex main.tex
• 参照されているファイルがすべて存在することを確認します
• カスタムパッケージが解析を妨げていないことを確認します

図の品質が低い：

• ラスター形式ではなく、ベクター形式（PDF、SVG、EPS）を使用します
• ラスター画像が 300 DPI 以上であることを確認します
• コンパイルした PDF で図が正しく表示されることを確認します

動画の生成に失敗する：

• 十分なディスク容量があることを確認します（5GB 以上を推奨）
• すべての依存関係がインストールされていることを確認します（LibreOffice、Poppler）
• 出力ディレクトリのエラーログを確認します

ポスターのレイアウトに関する問題：

• ポスターの寸法が適切であることを確認します（24"～72" の範囲）
• コンテンツの長さを確認します（非常に長い論文では手動での選定が必要になる場合があります）
• ポスターのサイズに適した解像度が図に設定されていることを確認します

API エラー：

• .env ファイル内の API キーを確認します
• API のクレジット残高を確認します
• レート制限がかかっていないことを確認します（待ってから再試行してください）

プラットフォーム固有の機能

ソーシャルメディア向けの最適化

システムは対象プラットフォームを自動検出します：

Twitter/X（英語、数字のフォルダー名）：

mkdir -p input/001_twitter/
# Generates English promotional content

Xiaohongshu（中国語、英数字のフォルダー名）：

mkdir -p input/xhs_paper/
# Generates Chinese promotional content

学会固有の書式設定

学会の要件を指定します：

• 標準的なポスターサイズ（4'×3'、5'×4'、A0、A1）
• 動画アブストラクトの長さ制限（通常 3～5 分）
• 機関のブランディング要件
• 配色の希望

統合とデプロイ

ウェブサイトのデプロイ

生成したウェブサイトを次の場所にデプロイします：

• GitHub Pages：カスタムドメインを利用できる無料のホスティング
• 学術機関のホスティング：大学のウェブサーバー
• 個人サーバー：AWS、DigitalOcean など
• Netlify/Vercel：CI/CD に対応したモダンなホスティング

ポスターの印刷

印刷用ファイルは次の環境で使用できます：

• 専門のポスター印刷サービス
• 大学の印刷所
• オンラインサービス（例：Spoonflower、VistaPrint）
• 大判プリンター（利用可能な場合）

動画の配信

動画を次の場所で共有します：

• YouTube：より多くの人に届けるため、公開または限定公開に設定します
• 機関リポジトリ：大学の動画プラットフォーム
• 学会プラットフォーム：オンライン学会システム
• ソーシャルメディア：Twitter、LinkedIn、ResearchGate

高度な使い方

バッチ処理

複数の論文を効率的に処理します：

# Organize papers in batch directory
for paper in paper1 paper2 paper3; do
    python pipeline_all.py \
      --input-dir input/$paper \
      --output-dir output/$paper \
      --model-choice 1 &
done
wait

カスタムブランディング

機関や研究室のブランディングを適用します：

• 論文のディレクトリにロゴファイルを用意します
• 設定で配色を指定します
• カスタムテンプレートを使用します（上級者向け）
• 学会のテーマ要件に合わせます

多言語サポート

異なる言語でコンテンツを生成します：

• 設定で対象言語を指定します
• システムがコンテンツを適切に翻訳します
• 動画ナレーションに適した音声を選択します
• 文化に合わせてデザインの慣習を調整します

参考資料とリソース

このスキルには、包括的な参考ドキュメントが含まれています：

• references/installation.md：インストールと設定の完全ガイド
• references/paper2web.md：すべての機能を網羅した Paper2Web の詳細ドキュメント
• references/paper2video.md：トーキングヘッドの設定を含む Paper2Video の包括的なガイド
• references/paper2poster.md：デザインテンプレートを含む Paper2Poster の完全なドキュメント
• references/usage_examples.md：実際の使用例とワークフローのパターン

外部リソース：

• GitHub リポジトリ：https://github.com/YuhangChen1/Paper2All
• キュレーション済みデータセット：Hugging Face で利用可能（13 の研究分野）
• ベンチマークスイート：参考ウェブサイトと評価指標

評価と品質指標

Paper2All システムには、品質を評価する機能が組み込まれています：

コンテンツの品質

• 完全性：論文内容の網羅性
• 正確性：研究結果の忠実な表現
• 明瞭性：理解しやすさと利用しやすさ
• 情報性：重要な情報の目立ちやすさ

デザインの品質

• 美しさ：視覚的な魅力とプロフェッショナルさ
• レイアウト：バランス、階層、構成
• 可読性：テキストの読みやすさと図の明瞭さ
• 一貫性：統一されたスタイルとブランディング

技術品質

• パフォーマンス：読み込み時間、応答性
• 互換性：クロスブラウザー、クロスデバイス対応
• アクセシビリティ：WCAG 準拠、スクリーンリーダー対応
• 標準：有効な HTML/CSS、印刷対応 PDF

すべての出力は、生成完了前に自動品質チェックを受けます。