GenAI_SB

Inquisitive:人工智能驱动的多语言问题生成器

该存储库包含使用 Gemini API 创建的生成式 AI 项目。
它是一个简单的多语言人工智能驱动的问题生成器，基于所提供的新闻文章。
该项目是在 SmartBridge 与 Google 合作的Generative AI Applications using Vertex AI课程下开发的。

目录

• Inquisitive:人工智能驱动的多语言问题生成器
  • 目录
  • 问题陈述
  • 我们的解决方案
    • 客观的：
    • 范围：
    • 方法：
  • 执行
  • 影响
  • 技术堆栈
  • 安装
  • 链接
  • 队友
  • 贡献
    • 接触

问题陈述

我们的客户 NewsSphere 是一家领先的新闻机构，致力于扩大其全球影响力并提高受众参与度。由于每天以多种语言发布大量内容，该组织面临着为每篇文章手动创建测验和评估的巨大挑战。这个过程不仅耗时，而且在不同语言和文化背景下容易出现不一致的情况。

我们的解决方案

客观的：

开发人工智能驱动的问题生成器，供客户跨多种语言创建相关问题。

范围：

使用生成模型和机器翻译服务实现语言检测、翻译和问题生成。

方法：

1. 用户输入：用户以任何语言提交新闻文章。

2. 语言检测：该应用程序利用翻译 API 来检测提交内容的语言。

3. 翻译成英语：如果内容不是英语，应用程序会使用翻译 API 将其翻译成英语。

4. 问题生成：该应用程序调用 Gemini API，根据新闻文章的英文版本生成多样化且与上下文相关的问题。

5. 回译：使用翻译 API 将生成的问题翻译回新闻文章的原始语言。

6. 输出：应用程序以原始语言向用户呈现问题。

   

执行

• 网站：

• 演示输入：

• 多语言能力：

影响

1. 自动语言检测和翻译：

   • 提供自动语言检测、无缝翻译以及生成适合上下文的问题。

2. 文化敏感性和准确性：

   • 确保多种语言的文化敏感性和准确性。
   • 适应语言的细微差别和文化背景，增强所生成问题的相关性和适当性。

3. 简化测验创建：

   • 简化测验创建过程，使内容创建者更快、更高效。

4. 增强用户参与度：

   • 通过提供与全球受众产生共鸣的互动和相关问题来增强用户参与度。
   • 鼓励用户通过引人入胜且发人深省的测验更深入地探索新闻内容。

5. 提高效率和准确性：

   • 减少内容创建者的工作量，使他们能够专注于策划和提供有影响力的新闻内容。

技术堆栈

• Python
• Streamlit（Python）
• 朗格检测（Python）
• 双子座API

安装

1. 克隆存储库：

   git clone https://github.com/Bbs1412/GenAI_SB
   
   cd GenAI_SB

2. 创建并激活python环境：

   python -m venv env
   
   . e nv S cripts a ctivate

3. 安装所需的库：

   pip install -r requirements.txt

4. 生成 Gemini-API 密钥。

5. 在当前目录中创建一个文件“api.env”并将 API 密钥保存在其中：

    PALM_API_KEY = "your_key"

6. 运行应用程序：

   streamlit run app.py

链接

1. 项目实施视频演示：
   点击这里

队友

1. 布山·松吉雷 (LinkedIn)
2. 苏米亚·纳亚克
3. 安吉斯·托马斯·何塞
4. 迪亚士布

贡献

欢迎任何贡献或建议！

接触

• 电子邮件- [email protected]