forked from KEMT/zpwiki
343 lines
11 KiB
Markdown
343 lines
11 KiB
Markdown
---
|
|
title: Martin Šarišský
|
|
published: true
|
|
taxonomy:
|
|
category: [vp2023,bp2024,dp2026]
|
|
tag: [chatbot,rasa,dialog,nlp]
|
|
author: Daniel Hladek
|
|
---
|
|
|
|
rok začiatku štúdia: 2021
|
|
|
|
# Diplomová praca 2026
|
|
|
|
|
|
Ciele:
|
|
|
|
- Vytvoriť systém pre spracovanie právnych informácií. Systém by mal vedieť vyhľadávať v rozsudkoch, zákonoch a vyhláškac
|
|
, odpovedať na otázky a sumarizovať dokumenty. Je možné , že riešenie úlohy si vyžiada viac krokov.
|
|
- Vytvoriť sadu vzorových úloh pre vyhodnotenie takéhoto systému.
|
|
- Zlepšiť generovanie odpovedí pre úlohy vyžadujúce viac krokov.
|
|
|
|
Príprava:
|
|
|
|
- Zopakujte si Python.
|
|
- Vyskúšajte si prácu s veľkými jazykovými modelmi. Nainštalujte si oollama.
|
|
- Oboznámte sa s framewworkom LangChain.
|
|
- pozrite si LangChain Transformers Agents.
|
|
- Ako funguje FunctionCalling - AgentTools?.
|
|
- Zistite ako funguje REACT (Reasoning and Acting) Agent - nájdite článok na Scholar.
|
|
- Zistite ako funguje dotrénovnaie veľkých jazykových modelov. Zistite čo je to PEFT (LORA, QLORA) a čo je to kvantizácia. Zisite čo je to "few shot" prompting.
|
|
- Čo je to inferenčný server. Zistite čo je to VLLM, na čo je to dobré. Pozri si LocalAI.
|
|
|
|
## Diplomový projekt 2025
|
|
|
|
Stretnutie 14.5.2025
|
|
|
|
Stav:
|
|
|
|
- Zaindexované zákony a vyhlášky vyhlásené v roku 2022 pomocou FAISS a SlovakBert-mnlr
|
|
- Urobené gradio demo pomocou langchain, ktoré ku dotazu nájde a zobrazí 3 najlepšie dokumenty.
|
|
|
|
Úlohy:
|
|
|
|
- Zlepšite skript pre predspracovanie dát. Pridajte ďalšie dáta, identifikujte a opravte nedostatky. Chceme mať k dispozícii právne kompletné právne predpisy v súčasnom znení.
|
|
- Preštudujte si knižnicu LangGraph a "function calling".
|
|
- Zistite, ako "znalostný graf - knowledge graph" dokáže vylepšiť výsledky vyhľadávania v zákonoch. Graph RAG.
|
|
|
|
|
|
Zásobník úloh:
|
|
|
|
- Vyjadrite vnútorné a vzájomné vzťahy medzi právnymi predpismi.
|
|
- Vytvorte "pekné" webové rozhranie a príslušné Docker skripty pre nasadenie dema.
|
|
- Vytvorte agenta, ktorý bude vedioeť riešiť právne problémy.
|
|
- Zostaviť testovacie dáta. Vzorovú množinu otázok, odpovedí a relevantných dokumentov. Pomocou tejto množiny vyhodnotiť systém. Vyhodnotneie sa skladá z dvoch častí - vyhdonotenie vyhľadávania a vyhodnotenie automatických odpovedí.
|
|
- Inšpirovať sa stránkou https://aipravnik.sk/
|
|
- Natrénujte model pre úlohu sumarizácie súdnych rozhodnutí (nízka priorita).
|
|
|
|
|
|
Stretnutie 10.3.2025
|
|
|
|
Úlohy:
|
|
|
|
- [x] Preštudovať - ako zostaviť RAG systém pomocou LangChain
|
|
- [-] Vytvoriť databázu právnych informácií - texty zákonov, vyhlášok a rozsudkov spolu s metainformáciami. Vedúci pridelí prístup na QUADRO. (úloha Šarišský)
|
|
- [-] Zistiť ako fungujú agentové systémy na báze LLM - React. A volanie "nástrojov" function calling pomocou LLM.
|
|
- Získajte prístup na QUADRO. V adresári /mnt/sharedhome/hladek/corpora/slovak_law/ sú dáta. Dáta premente do JSON.
|
|
Extrahujte text, vytiahnite metainformácie. Na extrakciu textu využite vhodnú knižnicu. Napr. Apache TIKA.
|
|
- [-] Vytvoriť RAG systém pre spracovanie tejto databázy. Pozrite si: Inšpirácia prácou Valerii Kutsenko, Yevhenii Leonov, [Oleh Poiasnik](/students/2022/oleh_poiasnik). Môžete sa inšpirovať [GIT BP Poiasnik](https://git.kemt.fei.tuke.sk/op405wm/Bakalarska_praca) (úloha Ščišľak)
|
|
|
|
Myšlienkový postup pre ZP:
|
|
|
|
1. Zadefinujete úlohu a pojmy.
|
|
2. Vysvetlíte, ako sa táto úloha rieši vo svete.
|
|
3. Napíšete, ako ste túto plohu riešlili Vy a prečo.
|
|
4. Vyhodnottíte Vaše riešenie. Porováte výsledky so svetom a identifikujete miesta na zlepšenie.
|
|
|
|
Zásobník úloh:
|
|
|
|
- [x] Dáta sa vložia do databázy a zaindexujú vhodným SBERT modelom.
|
|
- [ ] Vyhľadať na internete množinu vzorových právnych otázok a vyhodnotiť systém (Šarišský)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
# Bakalárska práca 2024
|
|
|
|
|
|
[Git repo](https://git.kemt.fei.tuke.sk/ms058bd/vp2023)
|
|
|
|
Súvisiace materiály:
|
|
|
|
- [Projektová stránka](/topics/chatbot)
|
|
- [Repozitár s webovou aplikáciou](https://git.kemt.fei.tuke.sk/sh662er/rasa-flask-website)
|
|
- [Repozitár s chatbotom](https://git.kemt.fei.tuke.sk/sh662er/Rasa)
|
|
- Bakalárska práca [Samuel Horáni](/students/2019/samuel_horani)
|
|
- video kanál s [RASA tutoriálom](https://www.youtube.com/watch?v=rlAQWbhwqLA&list=PL75e0qA87dlHQny7z43NduZHPo6qd-cRc)
|
|
- Slovenský Spacy model https://github.com/hladek/spacy-skmodel
|
|
|
|
Návrh na zadanie BP:
|
|
|
|
Dialógový systém pre zodpovedanie najčastejšie kladených otázok
|
|
|
|
1. Vypracujte prehľad metód dialógových systémov s použitím pravidiel a jazykových modelov.
|
|
2. Navrhnite a overte bázu pravidiel pre dialógový systém pre pomoc pri komunikácii občana s mestským magistrátom.
|
|
3. Vytvorte webové demo pre chatbota.
|
|
4. Identifikujte slabé miesta a navrhnite zlepšenia dialógového systému.
|
|
|
|
|
|
|
|
Nápady na balakársku prácu:
|
|
|
|
- chatbot pre komunikáciu s mestom
|
|
- vytvorenie NLU databázy.
|
|
- Urobenie web rozhrania.
|
|
- dá sa to prepojiť aj na QA systém.
|
|
|
|
Stretnutie 23.02.2024
|
|
|
|
Stav:
|
|
|
|
- Práca na text aj na pravidlách.
|
|
|
|
Stretnutie 9.2.2024
|
|
|
|
Stav:
|
|
|
|
- Urobené nové testovacie scenáre a vyhodnotenie modelu.
|
|
- Pridané pravidlá pre FAQ a chitchat.
|
|
- Vyskúšané PrivateGPT.
|
|
|
|
|
|
Úlohy:
|
|
|
|
- Vytvorte Dockerfile na nasadenie aplikácie.
|
|
- Podľa výsledkov vyhodnotenia zlepšite bázu pravidiel.
|
|
- Pracujte na texte
|
|
|
|
Zásobník úloh:
|
|
|
|
- Ďalej skúšajte PrivateGPT. Zmente "prompt" pre vyhľadávanie. Prompt zmente na slovenský. Napr. "Si asistent pre vyhľadávanie a hovoríš po slovensky." Model nastavte na LLAMA 7B 4bit. Na embedingy skúste SlovakBERT-MNLR.
|
|
|
|
|
|
Stretnutie 4.1.2024
|
|
|
|
Stav:
|
|
|
|
- Splnené úlohy z minulého stretnutia.
|
|
|
|
Úlohy:
|
|
|
|
- Vypracujte prezentáciu s výsledkami zo semestra.
|
|
- Pokračujte v písaní.
|
|
- Vytvorte nové testovacie scenáre, vyhodnotte model a doplnte výslekdy do práce.
|
|
- Do chatbota doplňte pravidlá pre [FAQ](https://rasa.com/docs/rasa/chitchat-faqs/)
|
|
- Zdrojové kódy dajte na GIT.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Rozbehať PrivateGPT a integrovať ho do RASA.
|
|
|
|
Stretnutie 8.12.
|
|
|
|
Stav:
|
|
|
|
- Práca na databáze pravidiel pre dialóg. Pravidlá obsahujú najčastejšie otázky týkajúce sa digitálnych služieb.
|
|
|
|
|
|
Úlohy:
|
|
|
|
- [x] Vedúci finalizuje zadanie.
|
|
- [x] Pokračujte v písomnej práci.
|
|
- [x] Pokračujte v tvorbe webovej aplikácie - integrujte pravidlá od kolegu Ščišľaka-
|
|
- [x] Zistite ako pracujú veľké jazykové modely a napíšte si poznánmky.
|
|
- [x] Zistite, čo je to "Retrieval Augumented Generation", ako to funguje a na čo je to dobré.
|
|
- [x] Oboznámte sa so softvérom PrivateGPT. Zistite ako funguje, napíšte is poznámky-
|
|
- [x] Pridajte kapitolu o Získavaníí dokumentov pre použitie v dialógových systémoch.
|
|
|
|
Zásobník úloh:
|
|
|
|
- [-] Na školský server alebo na vlastnú M1 nainštalujte PrivateGPT.
|
|
|
|
|
|
Stretnutie 10.11.2023
|
|
|
|
Stav:
|
|
|
|
- Web app funguje. Frontend je HTML, CSS, Javascrip - axios.
|
|
- Zdrojáky sú na https://git.kemt.fei.tuke.sk/ms058bd/vp2023.
|
|
|
|
Úlohy:
|
|
|
|
- Pokračujte
|
|
- Vedúci sa pozrie na build - Dockerfile.
|
|
|
|
Stretnutie 27.10.2023
|
|
|
|
- Pokračuje písomná príprava.
|
|
- Pokračuje práca na stránke.
|
|
|
|
Úlohy:
|
|
|
|
- Pokračujte v otvorených úlohách.
|
|
- Preskúmajte možnosti vytvorenia vlastného frontentu pre RASA chatbota. Zistite viaceré alternatívy.
|
|
|
|
Stretnutie 6.10.2023
|
|
|
|
Stav:
|
|
|
|
- Dockerfile in progress
|
|
- Teoretická a písomná príprava in progress
|
|
|
|
Úlohy:
|
|
|
|
- Pokračujte
|
|
|
|
|
|
Stretnutie 29.9.2023
|
|
|
|
Stav:
|
|
|
|
- Ten istý ako pri minulom stretnutí, kódy sú na KEMT GITe.
|
|
- Momentálne vie chatbot poskytnúť kontakt na človeka, ktorý sa zaoberá danou agendou.
|
|
|
|
Úlohy:
|
|
|
|
- [-] Dokončiť demo do podoby vhodnej na nasadenie. Dokončiť Dockerfile, dokončiť pravidlá. Vedúci pomôže so zverejnením.
|
|
- [-] Zistite, akým spôsobom sa vyhodnocuje-testuje chatbot. Napíšte, ktoré scenáre chatbota sú implementované a ku nim napíšte "testovacie dialógy".
|
|
- [-] Začnite písať baklársku prácu a pripravte "draft". V práci vysvetlite, čo je to NLU, ako sa robí. Ako príklad uveďte Vášho četbota. Do práce uvedte aj priebeh a výsledky testovania.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Je potrebné aby chatbot sa vedel "učiť", resp. upraviť svoje pravidlá podľa meniacich sa skutočností. Je potrebné vymyslieť webovú aplikáciu pre úpravu bázy pravidiel aj zamestnancami magistrátu.
|
|
- Identifikuje, aké ďalšie úlohy by mohol riešiť chatbot.
|
|
- Zlepšite chatbota aby spolupracoval s kognitívnym vyhľadávaním, práca [Kristián Sopkovič](/students/2019/kristian_sopkovic).
|
|
|
|
|
|
## Vedecký projekt 2023
|
|
|
|
|
|
Ciele:
|
|
|
|
- Napísať krátku písomnú správu
|
|
- Oboznámiť sa s technológiou RASA a so súvisiacimi technológiami NLP
|
|
- Vytvoriť jednoduchého chatbota ktorý bude komunikovať po slovensky.
|
|
|
|
Stretnutie 5.5
|
|
|
|
Stav:
|
|
|
|
- Draft písomnej správy
|
|
- Začiatok práce s Dockerfile
|
|
|
|
|
|
Úlohy:
|
|
|
|
- Prepracujte "blog" na uverejnenie na stránke.
|
|
- [-] Zlepšiť bázu pravidiel chatbota a dať na git
|
|
- [-] Identifikovať slabé miesta, porozmýšľať ako by sa to dalo zlepšiť.
|
|
|
|
|
|
|
|
Stretnutie 21.4.
|
|
|
|
Stav:
|
|
|
|
- Chatbot funguje pre vybrané časti agendy mesta
|
|
- Funguje aj lokálne demo pomocou RasaWebWidget. Používa sa Websocket
|
|
- Rozpracovaný písomný report
|
|
|
|
Úlohy:
|
|
|
|
- [x] Dať zdrojové kódy na GIT
|
|
- [-] Dokončiť písomnú správu. Cieľ je mať blog, ktorý oboznámi študenta o možnostiach a práci s RASA.
|
|
|
|
|
|
Zásobník úloh:
|
|
|
|
- [-] Dorobiť Dockerfile.
|
|
- [ ] Zverejniť demo na K8s (pre vedúceho).
|
|
- [ ] Zverejniť blog vo formáte Markdown.
|
|
- [-] Zlepšiť bázu pravidiel chatbota.
|
|
- [-] Identifikovať slabé miesta, porozmýšľať ako by sa to dalo zlepšiť.
|
|
|
|
Stretnutie 12.4.2023
|
|
|
|
Stav:
|
|
|
|
- Robot komunikuje po slovensky pre jedoduchú úlohu súvisiacu s esluzby mesta Košice.
|
|
- Zdrojáky sú na gite https://git.kemt.fei.tuke.sk/ms058bd/vp2023
|
|
- Napísaný krátky report, draft
|
|
|
|
Úlohy:
|
|
|
|
- Zlepšiť štylistiku reportu.
|
|
- Pripraviť jednoduchú webovú aplikáciu na demo s chatbotom. Inšpirujte sa prácou S. Horáni. alebo použite Flask, Streamlit alebo Rasa ChatWidget https://rasa.com/docs/rasa/connectors/your-own-website/ .
|
|
|
|
Zásobník úloh:
|
|
|
|
- Zlepšite bázu pravidiel chatbota pre esluzby.
|
|
- Zistenie kontaktnej osoby pre agendu.
|
|
- Najčastejšie otázky.
|
|
- Riešenie problémov.
|
|
- Vymyslieť postup ktorý by umožnil pretrénovať chatbota aj pracovníkom magistrátu. Editovanie pravidiel vo webovej aplikácii.
|
|
|
|
Stretnutie 27.3.2023
|
|
|
|
Stav:
|
|
|
|
- Chatbot funguje po anglicky cez Anaconda.
|
|
- Napísané niektoré reporty.
|
|
- Pripravené niektoré testovacie konverzácie.
|
|
|
|
Úlohy:
|
|
|
|
- [x] Pozrite si stránku https://www.esluzbykosice.sk/, navrhnite chatbbota ktorý bude informovať o dostupných e-službách pre košický magistrát.
|
|
- [x] Zdrojáky dajte na KEMT GIT, repozitár nazvite vp2023
|
|
- [-] Pokračujte v otvorených úlohách.
|
|
|
|
Zásobník úloh:
|
|
|
|
- [x] Preštudujte si ako sa vyhodnocuje RASA chatbot
|
|
|
|
Úlohy:
|
|
|
|
- [x] Nainštalujte a oboznámte sa s RASA frameworkom. Pri inštalácii využite systém Anaconda.
|
|
- [x] Vyberte a prejdite najmenej jeden tutoriál pre prácu s RASA frameworkom.
|
|
- [x] Napíšte krátky report na 2 strany kde napíšete čo ste urobili a čo ste sa dozvedeli.
|
|
- [x] Vytvorte chatbota, ktorý sa bude vedieť predstaviť a odpovedať koľko je hodín.
|
|
- [x] Zistite čo je to NLU a napíšte o tom krátku správu.
|
|
- [-] Prečítajte si Horániho BP.
|
|
- [-] Zistite ako pracuje RASA a napíšte o tom krátku správu. Zistite, aké neurónové siete sa tam používajú.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Rozbehajte Horániho chatbota.
|
|
- Pridajte podporu slovenčiny do Vášho chatbota.
|
|
|
|
|
|
|
|
|