砥砺奋进谱新篇,且看旧貌换新颜。欢迎访问新的 IBM Developer 中文网站! 了解详情

创建机器学习支持的 Web 应用程序来回答问题

摘要

在本 Code Pattern 中,了解如何构建一个聊天机器人,以便通过在大学生物学教科书中查找答案来回答用户提出的问题。

概览

您想知道线粒体是什么。也许还想知道神经元之间是如何交流的。Google 搜索可以很好地回答这些问题,可是易于理解但精确性要求更高的问题呢?本 Code Pattern 向您展示了如何构建一个聊天机器人,以便通过在大学生物学教科书中查找答案来回答用户提出的问题。在本 Code Pattern 中,使用的教科书是 Mary Ann Clark、Matthew Douglas 和 Jung Choi 著作的 Biology 2e

该 Web 应用程序使用 Model Asset eXchange (MAX) 问答模型来回答用户输入的问题。该 Web 应用程序提供了一个聊天样式的界面,允许用户输入问题,然后将问题发送到 Flask Python 服务器。该后端服务器将问题和教科书中相关的答案正文发送到 MAX 模型公开的 REST 端点,由该端点返回问题的答案并将其显示为聊天机器人提供的响应。使用 MAX 上提供的 Docker 镜像来设置该模型的 REST 端点。

完成本 Code Pattern 后,您将掌握如何:

  • 构建 Model Asset eXchange (MAX) 问答模型的 Docker 镜像
  • 使用 REST 端点部署深度学习模型
  • 使用 MAX 模型的 REST API 来生成问题的答案
  • 运行一个使用该模型 REST API 的 Web 应用程序

流程

机器学习应用程序流程图

操作说明

README 文件中可找到本 Code Pattern 的详细步骤。这些步骤将展示如何:

  1. 部署模型。
  2. 构建 Web 应用程序。
  3. 克隆存储库。
  4. 安装依赖项。
  5. 启动服务器。

本文翻译自:Create a machine learning powered web app to answer questions(2019-11-05)