cape webservices

cape-webservices

Point d'entrée pour tous les services Web backend Cape.

La démo Frontend est ici (ne fonctionne que si vous avez déjà lancé un Backend).

Aperçu du Cap

Cape est une suite de bibliothèques open source permettant de gérer un modèle de questions-réponses qui répond aux questions en « lisant » automatiquement les documents. Il est basé sur des modèles de lecture automatique de pointe entraînés sur des ensembles de données massifs et comprend plusieurs mécanismes pour le rendre facile à utiliser et à améliorer en fonction des commentaires des utilisateurs. Il a été conçu pour être portable , c'est-à-dire qu'il fonctionne sur un seul ordinateur portable ou sur un cluster de machines parallèles pour accélérer le calcul, et est compatible Open Source pour être utilisé à tous les niveaux d'expertise.

Il permet aux utilisateurs de

• télécharger des documents et répondre aux questions qui en sont extraites,
• mettre à jour les modèles en ajoutant une "réponse enregistrée", c'est à dire une réponse prédéfinie,
• gérer les utilisateurs, les documents et les réponses enregistrées.

Il existe plusieurs façons d’utiliser Cape :

• En tant que bibliothèque python :

 from cape_responder.responder_core import Responder
 Responder.get_answers_from_documents('my-token','How easy is Cape to use', text ="Cape is an open source large-scale question answering system and is super easy to use!")

• En tant que service python : python3 -m cape_webservices.run
• En tant que conteneur Docker autonome : docker run -p 5050:5050 bloomsburyai/cape
• En tant qu'application avec interface utilisateur
• En tant que cluster distribué
• En tant que bot slack (vidéo ici, plus d'infos ici)
• Système de réponse par e-mail AI-in-the-middle (vidéo ici, plus d'informations ici)
• En tant que bot Facebook (plus d'informations ici)
• En tant que bot Hangouts (plus d'informations ici)

Démarrage rapide

Exigences minimales

Nous recommandons au moins 3 Go de RAM et au moins 2 cœurs de processeur modernes (4 si virtuels). Si vous utilisez Docker, assurez-vous d'augmenter les limites de ressources mémoire dans les préférences de Docker.

Application Web autonome avec Docker

Vous pouvez exécuter une version autonome de l'application Web qui inclut un tableau de bord de gestion. Après avoir installé Docker, mettez à jour et exécutez l'image Cape :

docker pull bloomsburyai/cape && docker run -ti -p 5050:5050 -p 5051:5051 bloomsburyai/cape

Cela lancera à la fois les services Web backend et frontend. Par défaut, cela créera également des tunnels pour les deux, affichant les URL publiques :

• Pour utiliser le frontend, accédez simplement à l'URL donnée, ce sera quelque chose de similaire à : **https:// RANDOM_STRING_HERE .ngrok.io?configuration={"api":{"backendURL":"https:// RANDOM_STRING_HERE .ngrok .io:5050","timeout":"15000"}}
• Pour utiliser le backend vous pouvez utiliser notre client (documentation ici ou créer le vôtre en intégrant notre API HTTP (documentation ici))

Guide de démarrage rapide avec Docker

1. Extrayez la dernière version de l'image Docker (le téléchargement de toutes les dépendances et d'un modèle de lecture automatique prendra quelques instants) : docker pull bloomsburyai/cape

2. Exécutez le conteneur Docker et lancez une console IPython à l'intérieur à l'aide de la commande suivante : docker run -ti -p 5050:5050 -p 5051:5051 bloomsburyai/cape ipython3

3. Importer le répondeur : from cape_responder.responder_core import Responder

4. Posez une question, stockez la réponse (qui est une liste de réponses) et affichez la première réponse en utilisant : response = Responder.get_answers_from_documents('my-token','How easy is Cape to use?', text="Cape is an open source large-scale question answering system and is super easy to use!"); print(response[0]['answerText'])

5. Si vous souhaitez comprendre un peu plus à quoi ressemble la réponse, affichez la réponse complète en utilisant : print(response)

Installation sans docker

Pour installer nativement Cape sur un système Linux, jetez un œil à déploiement/Dockerfile.

Structure

En résumé, voici comment Cape est organisé :

• Cape-webservices Serveur backend fournissant l'API HTTP complète, dépend de :
  • cape-responder Interface unique de haut niveau pour distribuer et créer des tâches de lecture automatique, en fonction de :
    • cape-machine-reader Module pour intégrer des modèles de lecture automatique
    • cape-document-qa Intégration d'un modèle de lecture automatique de pointe, avec des scripts de formation et d'évaluation
  • cape-document-manager L'interface pour gérer les documents et les annotations, en utilisant SQLite comme exemple de backend de stockage, dépend de :
    • cape-splitter Package pour diviser des documents en morceaux sans casser les phrases
  • cape-userdb, Package pour gérer et stocker les utilisateurs et les configurations
  • cape-api-helpers, fonctions utilitaires de l'API HTTP
  • Plugins optionnels :
    • cape-slack-plugin, fournit des points de terminaison de service Web pour créer des robots Slack
    • cape-facebook-plugin, fournit des points de terminaison de service Web pour l'intégration avec Facebook Messenger
    • cape-hangouts-plugin, fournit des points de terminaison de service Web pour créer des robots Hangouts
    • cape-email-plugin, Fournit un support pour recevoir et répondre aux questions par e-mail
• cape-frontend Serveur frontend (pas dans le diagramme), il utilise l'API du serveur backend pour fournir un tableau de bord de gestion aux utilisateurs