Lo scopo di questo lavoro è di fare fine tuning di un modello NLP preaddestrato per
estrapolare da richieste in linguaggio naturale, le possibili parole chiave da dare in pasto ad un Crawler web
per recuperare i principali metodi JavaScript per comporre Filter Codes per piattaforme di automatizzazione di servizi
come IFTTT.
- Scelta dei modelli preaddestrati
- Creazione del dataset con frasi in linguaggio naturale e le relative parole chiave
- Fine tuning del/i modelli e confronto dei risultati
- Test del modello su un dataset di test
- Integrazione del modello migliore in un chatbot per l'estrazione delle parole chiave
- Integrazione nel modello di sistemi di controllo di bias introdotti dalle richieste dell'utente
cd backend uvicorn app:app --host 0.0.0.0 --port 8088 --workers 1 cd ../frontend python -m http.server 8080- Aprire il browser all'indirizzo http://localhost:8080
- Inserire la richiesta in linguaggio naturale e premere invio
cd backend uvicorn app:app --host 0.0.0.0 --port 8088 --workers 1 cd ../cli python chat_cli.py - Inserire la richiesta in linguaggio naturale e premere invio