mcqgen

LangChain 및 HuggingFace Hub API를 사용한 MCQ 생성기 애플리케이션

Streamlit이 포함된 MCQ 생성기는 사용자가 PDF 또는 텍스트 파일을 업로드하고, 질문 수, 주제 및 어조를 지정하고, 제공된 입력을 기반으로 객관식 질문(MCQ)을 생성할 수 있는 웹 애플리케이션입니다. 이 애플리케이션은 자연어 처리를 위해 Hugging Face API 오픈 소스 언어 모델을 활용하고 생성된 퀴즈의 복잡성에 대한 피드백을 제공합니다.

이 애플리케이션을 실행하려면:

• 이 저장소를 다운로드하고 pip install -r 요구 사항.txt 명령을 사용하여 필수 구성 요소 라이브러리를 설치합니다.
• streamlit run streamlitapp.py 명령을 실행하여 애플리케이션을 실행합니다.
• 추신: mcqGen.py 파일에 자체 HUGGING_FACE_TOKEN을 제공해야 합니다.

특징

• 파일 업로드: 사용자는 MCQ가 생성될 텍스트가 포함된 PDF 또는 텍스트 파일을 업로드할 수 있습니다.
• 동적 입력: 사용자는 생성된 MCQ에 대한 질문 수, 주제 및 어조를 지정할 수 있습니다.
• 실시간 피드백: 생성된 퀴즈의 복잡성에 대한 실시간 피드백을 제공하고 개선 사항을 제안합니다.
• 표 형식 표시: 생성된 MCQ를 쉽게 읽을 수 있도록 표 형식으로 표시합니다.

전제 조건

• 파이썬 3.x
• 간소화된 라이브러리
• 랭체인 라이브러리
• HUGGING_FACE_TOKEN

설치

1. 저장소를 복제합니다.

   git clone https://github.com/4darsh-Dev/mcqgen.git

2 필요한 종속성을 설치합니다.

pip install -r requirements.txt

3. 환경 변수를 설정합니다.

   • 루트 디렉터리에 .env 파일을 만듭니다.

   • OpenAI API 키를 .env 파일에 추가합니다.

     HF_API_TOKEN=YOUR_TOKEN_HERE

4. 가상 환경에 로컬 패키지를 설치합니다.

   python setup.py install

데모

곧 출시됩니다...

용법

1. Streamlit 애플리케이션을 실행합니다.

   streamlit run main.py

2. 웹 브라우저에서 애플리케이션에 액세스하십시오.

3. PDF 또는 텍스트 파일을 업로드하고 질문 수, 제목, 어조를 지정한 후 "MCQ 만들기" 버튼을 클릭하세요.

4. 생성된 MCQ와 제공된 검토 피드백을 확인하세요.

벌채 반출

• 모든 로그는 logs 디렉터리에 저장됩니다.
• 각 로그 파일의 이름은 생성된 시간을 나타내는 타임스탬프와 함께 지정됩니다.