NLP- und Prognosemodelle wurden auf Streamlit
mit Python
bereitgestellt und über Heroku
gehostet
In diesem Abschnitt wurden beide NLP-Zusammenfassungen verwendet, sodass der Benutzer relevante Artikel durch Eingabe eines Suchbegriffs zusammenfassen oder einen bestimmten Artikel durch Eingabe einer URL zusammenfassen kann. Die Suchabfrage gibt eine Liste von Artikeln aus und die Top 2 werden basierend auf ihrer Relevanz für das Thema zusammengefasst. Der Text des Artikels wird extrahiert und an das Modell gesendet, das ihn basierend auf der gegebenen Komplexität zusammenfasst.
Datenprognosesystem mit interaktiven Diagrammen zur Visualisierung und Extrapolation von Informationen durch Datenmodelle. Grafiktools umfassen verschiedene Funktionen zur Anpassung des Analyseprozesses und Diagramme können im .png
oder .jpg
gespeichert werden
Der Trainings- und Testprozess der ML-Modelle kann im Construction-Repository eingesehen werden.