Spaces:
Running
Running
| # ELBRUSE Bootcamp | |
| # 13-02-2025 | |
| # Week 9 Day 4 Project | |
| # team: Dasha, Alina, Ilya, Andrey | |
| import streamlit as st | |
| import pandas as pd | |
| #st.title('Страница 01') | |
| st.header('Умный поиск книг') | |
| st.subheader('Описание Проекта') | |
| st.write('Магазин электронных книг хочет усовершенствовать поиск. Сейчас поиск происходит по автору и названию книги, при этом никак не учитывается аннотация (а большая часть из них даже не добавлена на сайт). Вашей команде предстоит собрать выборку из не менее, чем 5000 аннотаций c сайта и построить систему поиска наиболее подходящих под пользовательский запрос книг.') | |
| st.subheader('План проекта:') | |
| st.write('Разработать систему поиска книги по пользовательскому запросу. Сервис должен принимать на вход описание книги от пользователя и возвращать заданное количество подходящих вариантов. Демо должно быть развернуто через streamlit. Макет интерфейса сервиса можно найти тут. Сервис должен быть развернут на huggingface spaces.') | |
| st.subheader('Релизы:') | |
| st.write('-------------------------------------------------------------------------------------') | |
| st.write('Релиз 1.0') | |
| st.write('Срок: среда, 17:00') | |
| st.write('* сделать csv-файл следующей структуры:') | |
| st.write('page_url, image_url, author, title, annotation') | |
| st.write('* сделать py-файл, содержащий скрипт с парсингом и сохранением данных') | |
| st.write('* реализовать streamlit-скрипт main.py, который возвращает случайные 10 позиций из csv-файла формате: автор - название книги') | |
| st.write('-------------------------------------------------------------------------------------') | |
| st.write('Релиз 2.0') | |
| st.write('Срок: четверг, 17:00') | |
| st.write('* сделать ipynb-файл с демонстрационным примером работы сервиса') | |
| st.write('-------------------------------------------------------------------------------------') | |
| st.write('Релиз 3.0') | |
| st.write('Срок: пятница, 16:00') | |
| st.write('* сделать main.py-файл, содержащий скрипт, реализующий streamlit-сервис') | |
| st.write('* сделать README.MD, содержащий описание репозитория и способ запуска вашего сервиса') | |
| st.write('-------------------------------------------------------------------------------------') | |
| st.subheader('Рекомендации') | |
| st.write('В качестве технологий стоит обратить внимание на:') | |
| st.write('* библиотеку Sentence Transformers') | |
| st.write('* языковые модели ruBERT (1,2)') | |
| st.write('* поиск должен происходить максимально быстро, в этом может помочь faiss') | |
| st.write('* рядом с каждым результатом выводите меру того, насколько он подходит под конкретный запрос') | |
| st.write('* для улучшения качества поиска попробуйте отсечь слишком короткие аннотации') | |
| st.write('* пробуйте использовать другие метрики близости – результат может отличаться в произвольную сторону') | |
| st.write('* для уточнения поиска можно сделать дополнительное поле ввода (например, с автором)') | |
| st.write('* в общем случае вы будете решать задачу симметричного семантического поиска: запрос должен быть подробным и по длине быть сопоставим с документами в хранилище. Это не всегда удобно: часто пользователю не хочется долго печатать, а значит его запрос будет короче описания объектов. Тогда можно рассмотреть модели для ассиметричного семантического поиска') | |
| st.write('* Дополните сервис возможностью получать краткое содержание книги (Sber GigaChat, YandexGPT, парсинг с Википедии и тд).') | |
| st.write('* Упакуйте свое приложение в docker-контейнер и разместите образ на docker hub. Чтобы контейнер весил не очень много, обратите внимание, что некоторые модели с hugging-face доступны по API (переходите в карточку модели, жмите кнопку Deploy и выбирайте Inference API (serverless): вам будет предоставлен код, по которому можно обратиться к модели).') | |
| st.write('* и получить результат, за инференс будет отвечать сервис hf).') | |