akq88088 / SocialBot

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

SocialBot

為幫助學齡兒童學習課文裡面的知識,本研究針對國小課文使用深度學習應用在命名實體識別(Named Entity Recognition NER)、情緒辨識與文本摘要等技術,並根據辨識出來的實體(Ex. 人、事、物、地、時),來產生對應的問答,此外本專案使用網頁搭建了對應的前台與後台系統,前端使用JavaScript後端使用PHP與Python。

前台介紹

前台共可分成匯入資料、摘要與情緒分析還有出題問答共三個區塊,如下圖的匯入資料區塊,在選擇文字模型部分,可以選擇對應的語義分析模型,輸入文章的部分,則可透過上傳文字檔或是將文章貼至右方的文字框來完成。

按下分析按鈕後,會在下圖的摘要與情緒分析區塊顯示文章的摘要結果,還有各個情緒字詞占文章的比例,摘要的部分可以透過選取百分比來決定要保留多少資訊量。

按下分析按鈕後,在下圖的出題答案區塊,也會根據輸入的文章,產生對應的問題與答案。

後台介紹

後台則有命名實體、出題規則、文本摘要與情緒辨識共四個頁面,每個頁面都對應其功能,後台這邊主要功能有資料的上傳、修改與刪除,還有模型的訓練。在下圖的命名實體後台頁面,在匯入資料區塊可以上傳標記好的實體資料,並按下開始訓練來重新訓練模型,在命名實體區塊則可以對實體做新增與修改。

在出題規則後台頁面,在匯入資料區塊可以上傳對應的出題規則,在出題規則區塊會顯示資料庫現有的規則,同樣可以對規則做新增、刪除與修改。

在文本摘要後台頁面,可以選擇要用萃取式的或是生成式文本摘要模型來做訓練,在文本摘要區塊會顯示文章摘要的結果,可以選取不同的百分比,來調整文本摘要保留的資訊量,並可將摘要結果儲存下來。

在情緒辨識後台頁面,可以上傳帶有情緒詞標註的資料,在情緒辨識區塊也可以對現有的情緒詞做修改。

About

License:MIT License


Languages

Language:HTML 50.5%Language:Python 40.4%Language:JavaScript 5.0%Language:CSS 3.5%Language:Hack 0.5%Language:PHP 0.0%