Модели НЛП и прогнозирования были развернуты на Streamlit
с помощью Python
и размещены через Heroku
В этом разделе использовались оба сумматора НЛП, так что пользователь может суммировать соответствующие статьи, введя поисковый запрос, или резюмировать конкретную статью, введя URL-адрес. Поисковый запрос выведет список статей, и первые 2 будут суммированы в зависимости от релевантности темы. Текст статьи будет извлечен и отправлен в модель, которая обобщит его с учетом заданной сложности.
Система прогнозирования данных развернута с интерактивными диаграммами для визуализации и экстраполяции информации с помощью моделей данных. Инструменты построения графиков включают в себя различные функции для настройки процесса анализа, а диаграммы можно сохранять в формате .png
или .jpg
Процесс обучения и тестирования моделей ML можно просмотреть в репозитории Construction.