cape webservices

Cape-webservices

Ponto de entrada para todos os webservices de backend da Cape.

A demonstração do Frontend está aqui (só funciona se você já lançou um Backend).

Visão geral do Cabo

Cape é um conjunto de bibliotecas de código aberto para gerenciar um modelo de resposta a perguntas que responde a perguntas "lendo" documentos automaticamente. Ele é baseado em modelos de leitura de máquina de última geração treinados em grandes conjuntos de dados e inclui vários mecanismos para facilitar o uso e melhorar com base no feedback do usuário. Ele foi projetado para ser portátil , ou seja, funciona em um único laptop ou em um cluster de máquinas paralelas para acelerar a computação, e é compatível com código aberto para ser usado em todos os níveis de especialização.

Ele permite que os usuários

• fazer upload de documentos e responder perguntas extraídas deles,
• atualizar modelos adicionando uma "resposta salva", ou seja, uma resposta predefinida,
• gerenciar usuários, documentos e respostas salvas.

Existem várias maneiras de usar o Cape:

• Como uma biblioteca 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!")

• Como um serviço python: python3 -m cape_webservices.run
• Como um contêiner Docker independente: docker run -p 5050:5050 bloomsburyai/cape
• Como um aplicativo com UI
• Como um cluster distribuído
• Como um slack bot (vídeo aqui, mais informações aqui)
• Sistema de resposta de e-mail AI-in-the-middle (vídeo aqui, mais informações aqui)
• Como um bot do Facebook (mais informações aqui)
• Como um bot do Hangouts (mais informações aqui)

Início rápido

Requisitos Mínimos

Recomendamos pelo menos 3 GB de RAM e pelo menos 2 núcleos de CPU modernos (4 se forem virtuais). Se você estiver usando o Docker, aumente os limites de recursos de memória nas preferências do Docker.

Webapp autônomo com Docker

Você pode executar uma versão autônoma do webapp que inclui um painel de gerenciamento. Após instalar o docker, atualize e execute a imagem do Cape:

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

Isso iniciará os webservices de back-end e front-end. Por padrão, também criará túneis para ambos, gerando as URLs públicas:

• Para usar o frontend basta navegar até o URL fornecido, será algo semelhante a: **https:// RANDOM_STRING_HERE .ngrok.io?configuration={"api":{"backendURL":"https:// RANDOM_STRING_HERE .ngrok .io:5050","tempo limite":"15000"}}
• Para usar o backend você pode usar nosso cliente (documentação aqui ou fazer o seu próprio integrando nossa API HTTP (documentação aqui))

Guia de início rápido com Docker

1. Extraia a versão mais recente da imagem do Docker (levará alguns minutos para baixar todas as dependências e um modelo de leitura de máquina): docker pull bloomsburyai/cape

2. Execute o contêiner Docker e inicie um console IPython dentro dele usando o seguinte comando: docker run -ti -p 5050:5050 -p 5051:5051 bloomsburyai/cape ipython3

3. Respondente de importação: from cape_responder.responder_core import Responder

4. Faça uma pergunta e armazene a resposta (que é uma lista de respostas) e exiba a primeira resposta usando: 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. Se você estiver interessado em entender um pouco mais sobre a aparência da resposta, exiba a resposta completa usando: print(response)

Instalando sem docker

Para instalar o Cape nativamente em um sistema Linux, dê uma olhada em implantação/Dockerfile.

Estrutura

Em resumo, é assim que o Cabo está organizado:

• O servidor backend cape-webservices que fornece a API HTTP completa depende de:
  • cape-responder Interface exclusiva de alto nível para distribuição e criação de tarefas de leitura de máquina, dependendo de:
    • Cape-machine-reader Módulo para integrar modelos de leitura de máquina
    • cape-document-qa Integração de um modelo de leitura de máquina de última geração, com scripts de treinamento e avaliação
  • A interface cape-document-manager para gerenciar documentos e anotações, usando SQLite como exemplo de back-end de armazenamento, depende de:
    • Pacote cape-splitter para dividir documentos em pedaços sem quebrar frases
  • cape-userdb, Pacote para gerenciar e armazenar usuários e configurações
  • cape-api-helpers, funções utilitárias da API HTTP
  • Plug-ins opcionais:
    • cape-slack-plugin, fornece endpoints de serviço da web para a criação de bots do Slack
    • cape-facebook-plugin, fornece endpoints de serviço da web para integração com o Facebook Messenger
    • cape-hangouts-plugin, fornece endpoints de serviço da web para a criação de bots do Hangouts
    • cape-email-plugin, fornece suporte para receber e responder perguntas por e-mail
• Cape-frontend Servidor frontend (não no diagrama) ele usa a API do servidor backend para fornecer um painel de gerenciamento aos usuários