GenAI_SB

Inquisitive:人工智慧驅動的多語言問題產生器

該儲存庫包含使用 Gemini API 建立的生成式 AI 專案。
它是一個簡單的多語言人工智慧驅動的問題產生器，基於所提供的新聞文章。
該專案是在 SmartBridge 與 Google 合作的Generative AI Applications using Vertex AI課程下開發的。

目錄

• Inquisitive:人工智慧驅動的多語言問題產生器
  • 目錄
  • 問題陳述
  • 我們的解決方案
    • 客觀的：
    • 範圍：
    • 方法：
  • 執行
  • 影響
  • 技術堆疊
  • 安裝
  • 連結
  • 隊友
  • 貢獻
    • 接觸

問題陳述

我們的客戶 NewsSphere 是一家領先的新聞機構，致力於擴大其全球影響力並提高受眾參與度。由於每天以多種語言發布大量內容，該組織面臨著為每篇文章手動創建測驗和評估的巨大挑戰。這個過程不僅耗時，而且在不同語言和文化背景下容易出現不一致的情況。

我們的解決方案

客觀的：

開發人工智慧驅動的問題產生器，供客戶跨多種語言創建相關問題。

範圍：

使用生成模型和機器翻譯服務實現語言偵測、翻譯和問題生成。

方法：

1. 使用者輸入：使用者提交任何語言的新聞文章。

2. 語言檢測：該應用程式利用翻譯 API 來檢測提交內容的語言。

3. 翻譯成英語：如果內容不是英語，應用程式會使用翻譯 API 將其翻譯成英語。

4. 問題生成：該應用程式呼叫 Gemini API，根據新聞文章的英文版本產生多樣化且與上下文相關的問題。

5. 回譯：使用翻譯 API 將產生的問題翻譯回新聞文章的原始語言。

6. 輸出：應用程式以原始語言向使用者呈現問題。

   

執行

• 網站：

• 示範輸入：

• 多語言能力：

影響

1. 自動語言偵測與翻譯：

   • 提供自動語言偵測、無縫翻譯以及產生適合情境的問題。

2. 文化敏感度和準確性：

   • 確保多種語言的文化敏感度和準確性。
   • 適應語言的細微差別和文化背景，增強所生成問題的相關性和適當性。

3. 簡化測驗創建：

   • 簡化測驗創建過程，使內容創作者更快、更有效率。

4. 增強用戶參與度：

   • 透過提供與全球受眾產生共鳴的互動和相關問題來增強用戶參與度。
   • 鼓勵用戶透過引人入勝且發人深省的測驗更深入地探索新聞內容。

5. 提高效率和準確性：

   • 減少內容創作者的工作量，使他們能夠專注於策劃和提供有影響力的新聞內容。

技術堆疊

• Python
• Streamlit（Python）
• 朗格檢測（Python）
• 雙子座API

安裝

1. 克隆儲存庫：

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

2. 創建並啟動python環境：

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

3. 安裝所需的庫：

   pip install -r requirements.txt

4. 產生 Gemini-API 金鑰。

5. 在目前目錄中建立一個檔案「api.env」並將 API 金鑰保存在其中：

    PALM_API_KEY = "your_key"

6. 運行應用程式：

   streamlit run app.py

連結

1. 專案實施影片示範：
   點這裡

隊友

1. 布山松吉雷 (LinkedIn)
2. 蘇米亞·納亞克
3. 安吉斯·托馬斯·何塞
4. 迪亞士布

貢獻

歡迎任何貢獻或建議！

接觸

• 電子郵件- [email protected]