zpwiki/pages/students/2021/matej_scislak
2024-02-16 11:54:37 +00:00
..
README.md Update 'pages/students/2021/matej_scislak/README.md' 2024-02-16 11:54:37 +00:00

title published taxonomy
Matej Ščišľak true
category tag author
bp2024
chatbot
rasa
dialog
nlp
Daniel Hladek

rok začiatku štúdia: 2021

Bakalárska práca 2024

Názov: Dialógový systém pre potreby samosprávy

Zadanie:

  1. Vypracujte teroretický úvod do modelovania dialógu a povedzte aké metódy sa aktuálne používajú.
  2. Navrhnite a vytvorte dialógový systém v slovenskom jazyku pre úlohu komunikácie občana s mestom.
  3. Vykonajte sadu experimentov a dialógovým systémom.
  4. Vyhodnoťte experimenty a identifikujte miesta pre zlepšenie.

Súvisiace materiály:

Spolupráca:

Stretnutie 16.2.2024

Stav:

  • Pridanie "domain" pravidiel pre "bežného" používateľa
  • Pridané pravidlá pre slovenské mená a ulice.
  • Zlepšenie rozpoznávanie IČO a rodné číslo.

Úlohy:

  • Pracujte na zlepšení rozpoznávania firiem, priezvisk. Firma sa môže volač hocijak.
  • Je tam možnosť využiť obchodný register.

Stretnutie 9.2.

Stav:

  • Zlepšený proces "rozpoznávania" druhu formulára - chatbot sa spýta, aký formulár treba vyplniť.
  • Pri vypĺnaní nastal problém s rozpoznávaním mien a adries.
  • Pridané testovacie "stories".
  • Je problém keď pri firme sa vyplňa formulára niečo iné ako pri fyzickej osobe.

Úlohy:

  • Zlepšite chatbota podľa výsledkov vyhodnotenia.
  • Pridajte zdrojáky na GIT.
  • Preskúmajte možnosti využitia ChatGPT
  • Zlepšite rozpoznávanie pomenovaných entít - mená, priezviská, názvy firiem. Najprv vyskúšajte riešenie cez RASA.

Zásobník úloh:

  • Vyskúšajte trénovanie modelu pomocou spacy. spacy-skmodel na githube.
  • Vyskúšajte možnosť zlepšenia pomenovaných entít cez model Spacy. Pravidlový rozpoznávač alebo alebo rozpoznávač pomocou neurónovej siete.
  • Vedúci má niekde dáta.

Stretnutie 9.1

Stav:

  • Rozšírenie možnosti formulárov.
  • Práca na písomnej časti.

Úlohy:

  • Zlepšite Vášho chatbota pomocou ChatGPT. So službou viete komunikovať pomocou Python API a "api tokenu". LLM je možné dotrénovať na vlastných dátach. Alebo LLM vie riešiť špecifickú úlohu ktorú definujete pomocou "promptu".
  • Pokračujte v písomnej časti.
  • Pripravte testovacie scenáre pre Vašu sadu pravidiel a vyhodnotte pomocou nej chatbota. Jedna množina na vyhodnotenie bude Vaša a druhá množina kolegu Šarišského.
  • Pripravte prezentáciu a pošlite texty BP na spätnú väzbu, dajte kódy na GIT.
  • Upravte kódy tak, aby ich vedúci vedel ľahko vyskúšať pomocou Docker.

Zásobník úloh:

  • Zistite čo je to LangChain a na čo sa používa. Nainštalujte si to a vyskúšajte.

Stretnutie 8.12.2023

Stav:

  • Vyriešený problem týkajúci sa SLOTov. Bola potrebná osobnitná funkcia submit.
  • Práca na písomenj časti.

Úlohy:

  • Vedúci by mal finalizovať zadanie.
  • Integrovať Vašu bázu pravidiel s kolegom Šarišským. Spraviť z toho jedného bota.
  • Zistite si ako pracujú veľké jazykové modely LLM a napíšte si o tom poznámky.
  • Preštudujte si, ako integrovať veľké jazykové modely s RASA. Veľké jazykové modely sú ChatGPT alebo BARD. Na ChatGPT máte k dispozícici študentské kredity cez Azure Dev Tools for Teaching.

Zásobník úloh:

  • Zlepšite Vášho chatbota pomocou ChatGPT. So službou viete komunikovať pomocou Python API a "api tokenu". LLM je možné dotrénovať na vlastných dátach. Alebo LLM vie riešiť špecifickú úlohu ktorú definujete pomocou "promptu".

Stretnutie 14.11.

Stav:

  • Vyriešený problém s Policy - problém bol asi na strane Stories.
  • Nastal problém s rozpoznávaním entít. Podarilo sa naštartovať Form, nepodarilo sa rozpoznať slot. Nevie rozpoznať typ priznania za psa.

Stretnutie 3.11.

Stav:

  • Práca na "Forms" v RASA. Problém s "Policy" konfiguráciou bol skonzultovaný.

Úlohy:

  • Riešte problém s Policy pomocou "debug" výpisov.
  • Píšte BP. Opíšte ako funguje NLU a ako funguje rozhodovanie pomcou pravidiel v RASA.

Zásobník úloh:

Stretnutie 27.10

Stav:

  • Pokračuje písomná príprava a práca na kódoch chatbota.

Úlohy:

  • Pokračujte v otvorených úlohách, aj zo zásobníka.
  • Študujte generatívne jazykové modely.

Zásobník:

  • Integrujeme bázu pravidiel oboch chatbotov.

Stretnutie 6.10.

Stav:

  • Vypracované úlohy z minulého stretnutia

Úlohy:

  • Nadviažte na prácu p. Šarišského a navrhnite a implementujte chatbota na riešenie vybraných a analyzovaných úloh. Chatbot by mal vedieť identifikovať problém, mal by vedieť či je schopný ho riešiť. Potom by mal naštartovať postup pre riešenie daného problému.
  • Naštudujte si RASA Forms aby ste vedeli pomôcť človeku vyplniť formulár.
  • Vytvorte pomôcku pre vyplnenie formulára s pomocou chatbota a RASA Forms pre viacero problémov. Vyberte jednoduché problémy s malým počtom "slotov".
  • pravidlá pre chatbota uložte na GIT repozitár s názvom bp2023. Môžete prístup zdieľať s kolegom.
  • Prečítajte si najnovšie články o chatbotoch vo verejnej správe "chatbot citizen services". Zistite aké metódy používajú a napíšte o tom do písomnej práce.

Zásobník úloh:

  • naštudujte si ako sa vyhodnocuje RASA chatbot.
  • napíšte testovacie konverzácie pre Vaše pravidlá.
  • Zistite ako pracuje generatívny jazykový model (GPT, T5, LLAMA) a ako sa dá využiť v dialógových systémoch. Sú založené na neurónových sieťach typu Transformer.

Stretnutie 28.9.2023

Stav:

  • Nainštalovaná RASA

Úlohy:

  • Nainštalujte si Anaconda. Do Anaconda prostredia si nainštalujte RASA.
  • [-] Pokračujte v štúdiu RASA-Python. Na servri scholar si vyhľadajte termín "natural language understanding". Prečítajte si niekoľko vedeckých článkov alebo kníh na túto tému a napíšte si poznámky.
  • Pozrite si stránku https://www.esluzbykosice.sk/. Vyberte niekoľko vzorových problémov a ku nim implementuje asistenta na ich riešenie. Napríklad, občan chce zaplatiť za odvoz odpadu a nevie čo má robiť. Alebo občan si kúpil psa a nevie aké má povinnosti.

Zásobník úloh:

  • Vytvorte pomôcku pre vyplnenie formulára s pomocou chatbota.