אפליקציית בינה מלאכותית שעונה על שאלות בדפדפן

במדריך הזה נראה כיצד ליצור אפליקציה מבוססת בינה מלאכותית שתענה על שאלות אודות פסקה שנזין לתוכה.

התוצאות של הניסויים שערכתי בקוד המתואר במדריך לא היו טובות. השגתי תוצאות טובות בהרבה במדריך הקמת אפליקציה אינטרנטית למערכת שאלות ותשובות מבוססת בינה מלאכותית.

מודל למידת המכונה שמאפשר את היישום מקורו ב- tf.js. אילו מודלים שניתן להריץ בדפדפן שגוגל מפתחת.

אתם מוזמנים להתנסות באפליקציה בעצמכם אם תלחצו על הקישור אפליקצית שאלות ותשובות. שימו לב שהיא עובדת רק עם טקסט באנגלית.

המודל מבוסס על BERT שהוא אחד הטובים בעולם בתחום של עיבוד שפה טבעית. כמו רוב המודלים הטובים ביותר בתחום הוא מבוסס על ארכיטקטורה של טרנספורמרים.

מודל מבוסס TFJS

את המודל ייבאתי מגוגל:

<!-- Load TensorFlow.js. This is required to use the qna model. -->
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"> </script>
<!-- Load the qna model. -->
<script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/qna"> </script>

• tfjs היא ספרייה שמאפשרת לעבוד עם מודלים של למידת מכונה בדפדפן.

• tensorflow-models/qna הוא מודל שמאפשר לשאול שאלות אודות פסקה.

הקוד הבא משתמש במודל כדי לענות על שאלות:

// Wait for the model to load
qna.load().then(model => {

  // Find the answers
  const findAnswers = function(passage, question){
    model.findAnswers(question, passage).then(answers => {
      console.log(answers);
    });
  };
        
  // Feed the model
  const passage = 'Garcia Mendes was born in 1951.'
  const question = 'When was Garcia born?'
  findAnswers(passage, question);
});

• מחכים למודל שיטען. מזינים אותו בפסקה ובשאלה אודותיה, ומקבלים תשובה. אם הבינה המלאכותית מצליחה להבין.

 

ה-HTML

מורכב מטופס הכולל שדות להזנת הפסקה והשאלה, כפתור ואזור שבו מוצגות התשובות:

<form>
  <label>Paste a passage:</label>
  <textarea id="passage"></textarea>
  <label>Ask a question:</label>
  <input type="text" id="question">
  <button id="send">get an answer</button>
</form>
<div id="show_answers"><ul></ul></div>

 

הסקריפט

בשביל להזין את המודל באופן דינמי במידע מהטופס השתמשתי בספריית jQuery.

const listElem = $('#show_answers ul');
const displayAnswers = function(answers){
  listElem.html('');
  for(let x = 0; x <= answers.length; x++){
    try{
      listElem.append('<li>'+answers[x].text+' (socre: '+answers[x].score.toFixed(1)+')</li>');
    } catch(error){
      //
    }
  }
  if (answers.length < 1){
    listElem.html('<li>I don\'t know</li>');
  }
};
    
// Load the model.
qna.load().then(model => {
  $('#loader').hide();
  // Find the answers
  const findAnswers = function(passage, question){
    model.findAnswers(question, passage).then(answers => {
      displayAnswers(answers);
    });
  };
        
  // Listen to form submission
  $('#send').on('click', function($event){
    $event.preventDefault();
    listElem.html('<ul>thinking</ul>');
    const passage = $('#passage').val();
    const question = $('#question').val();
    findAnswers(passage, question);
  });
});

• ברגע שהמודל נטען מסתירים את הפרילואדר.
• לחיצה על כפתור שליחת הטופס מאכלסת את המשתנים passage ו-question בפסקה והשאלה שהזין המשתמש.
• הפונקציה findAnswers מזינה את המודל.
• ברגע שהמודל מוצא תשובות הוא שולח אותם לפונקציה displayAnswers לצורך הצגה בדף.

 

הערכת המודל

ניסיתי את המודל על ערכים מוויקיפדיה האנגלית בנושא של טרנספורמרים ודונה גרציה הגדולה.

בדרך כלל המודל לא הצליח להשיב על השאלות שהזנתי.

כדי לשלול את האפשרות שהבעיה היא ביישום של המודל בדפדפן הרצתי את אותה סידרה של שאלות על הערכים המלאים של הויקיפדיה על גבי מודלים שונים מבוססי BERT בסביבת Jupyter Notebook, וגם שם התוצאות היו מאוד חלקיות.

עושה רושם שהטכנולוגיה הקיימת לא מצליחה לספק את הסחורה בתחום שאלות ותשובות. בניגוד מוחלט לתוצאות של מודל T5 שהצלחתי להפיק באמצעותו סיכום מאוד מרשים של המאמר על טרנספורמרים בויקיפדיה.

 

גם זה יעניין אותך:

היכונו לעידן המכונות החושבות, למידת מכונה בדפדפן באמצעות ספריית TensorFlow.js

הטרנספורמרים משנים את עולם הבינה המלאכותית

הקמת אפליקציה אינטרנטית למערכת שאלות ותשובות מבוססת בינה מלאכותית

לכל המדריכים בנושא של למידת מכונה

 

אהבתם? לא אהבתם? דרגו!

0 הצבעות, ממוצע 0 מתוך 5 כוכבים