https://github.com/f33rni/iivmobs-2-lr3
🤡 Искусственный интеллект в мобильных системах, Часть 2 (семестр 4)
https://github.com/f33rni/iivmobs-2-lr3
Last synced: 7 months ago
JSON representation
🤡 Искусственный интеллект в мобильных системах, Часть 2 (семестр 4)
- Host: GitHub
- URL: https://github.com/f33rni/iivmobs-2-lr3
- Owner: F33RNI
- License: unlicense
- Created: 2024-02-21T08:12:45.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2024-02-22T09:23:03.000Z (over 1 year ago)
- Last Synced: 2025-02-15T12:52:08.654Z (9 months ago)
- Size: 17.8 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# IIvMobS-2-LR3
## 🤡 Искусственный интеллект в мобильных системах, Часть 2 (семестр 4)
### 5. Методы обработки естественного языка для мобильных приложений на основе моделей нейронных сетей
----------
## 🌿 В этой ветке находятся файлы руководства к практической работе (из ЛМС), а также, базовая инструкция по подготовке к запуску лабораторной работы
Существующие ветки:
1. \> `main` - общее описание работы, инструкции по подготовке к запуску, руководства из ЛМС и т.д.
2. `f3rni` - самая первая версия кода, использующая поиск по намерениям даже в dialogues.txt. В этой ветке также есть пример отчёта
3. `combined` - отредактированная версия кода из ветки `f3rni`. Несколько файлов, другие функции диалогов, другая структура `bot_config.json` (`messages.json` в ветке `f3rni`)
4. `crappy` - 💩 версия кода "выше среднего" из ЛМС (минимально отредактированная, просто до возможности запуститься)
> Руководство к практической работе находится в файле `ИИ в МобС-2_ 5.3. Руководство к практическому занятию 3_.pdf`
>
> Лекция (не имеет отношения к практической работе) находится в файле `Лекция_5_Методы_обработки_естественного_языка_для_мобильных_пр.pdf`
----------
## 🕒 Подготовка к запуску лабовы
> Для того, чтобы сделать эту лабову, нужно поставить Python. Установить Python на **Linux** зачастую можно, используя встроенный менеджер пакетов. Например, для дистрибутивов на основе **Arch Linux**: `pacman -S python`. Для **Windows**, скачать Python можно на официальном сайте:
1. Установите Python версии 3.9 или выше, если не установлено (**работа тестировалась только на Python версии 3.11.6 на Linux**)
1. Проверить установку можно командой в терминале `python --version`
2. Однако, **на Windows**, если вы устанавливали Python без автоматического добавления в системные переменные, вам необходимо найти путь к исполняемому файлу. Обычно это `C:\Users\Ваше имя пользователя\AppData\Local\Programs\Python\PythonВЕРСИЯ\python.exe`. **Если это так, в шаге 4 (ТОЛЬКО В ШАГЕ 4), вместо `python` вам необходимо использовать `"C:\Users\Ваше имя пользователя\AppData\Local\Programs\Python\PythonВЕРСИЯ\python.exe"`**
1. В таком случае, чтобы проверить версию:
```shell
"C:\Users\Ваше имя пользователя\AppData\Local\Programs\Python\PythonВЕРСИЯ\python.exe" --version
```
3. **На Linux**, исполняемый файл Python обычно находится по пути `/usr/bin/python`. Узнать расположение можно, прописав `where python`
2. Установите консольную версию Git, если не установлено (или, скачайте вашу ветку напрямую с GitHub как архив)
3. Откройте терминал и клонируйте нужную ветку репозитория, используя команду (или, как было сказано ранее, скачайте нужную ветку архивом, предварительно переключившись на неё)
```shell
git clone -b название_ветки --single-branch https://github.com/F33RNI/IIvMobS-2-LR3
```
4. Откройте терминал и перейдите в директорию используя команду
1. На **Linux**: `cd "путь/к папке IIvMobS-2-LR3"`
2. На **Windows**: `cd "путь\к папке IIvMobS-2-LR3"`
5. Создайте виртуальную среду, используя команду `python -m venv venv`
6. Активируйте виртуальную среду. Для этого пропишите в терминале
1. На **Linux**: `source venv/bin/activate`
2. На **Windows**: `venv\Scripts\activate.bat`.
7. Если виртуальная среда создана и запущена верно, в терминале перед текущей рабочей директорией появится `(venv)` (или иное обозначение виртуальной среды, в зависимости от настроек вашего терминала)
8. Установите все пакеты для лабовы, используя команду `pip install -r requirements.txt`
9. Для проверки, пропишите `pip list`. Вы должны увидеть установленные пакеты
10. Готово! Далее, следуйте инструкции в нужной ветке
🍀
----------
## 🤬 Задание к практическому занятию 3 (текст из ЛМС)
> Разработать чат-бот, который мог бы вести диалог с пользователем на разные темы, но в какой-то момент плавно переводил диалог на рекламу товаров, которые студент выбирает самостоятельно на свое усмотрение. Можно включить в чат-бот какие-то дополнительные функции (например, обработка голосовых команд/вопросов/сообщений и озвучивание ответов голосом и т.п.), которые отсутствуют в данном руководстве. В этом случает, обязательно указать в отчете о дополнительных возможностях чат-бота. В зависимости от возможностей чат-бота оценка по лабораторной работе будет различной («зачет» означает, что лабораторная принята с положительным результатом). В самом начале работы после титульного листа указывается таблица характеристик бота и один столбец, на который претендует ваша работа. Примерные характеристики чат-бота и оценки приведены в таблице ниже.
| Характеристики чат-бота | Предполагаемая максимальная оценка | 50% (незачет) | 60% (зачет) | 85% (зачет) | 100% (зачет) |
|---------------------------------------------------|------------------------------------|---------------|--------------|-------------|--------------|
| Минимальные функции вопрос-ответ | | + | + | + | + |
| Наличие расширенного списка датасета по намерениям| | + | + | + | + |
| Наличие датасета диалогов dialogues.txt | | + | + | + | + |
| Использование API Telegram | | | + | + | + |
| Наличие машинного обучения (ML) для анализа намерений| | | | + | + |
| Использование сценариев рекламы товара | | | | | + |
| Количество товаров для рекламы не менее 3 шт | | | | | + |