مقدمه
در دنیای امروز، هوش مصنوعی در زمینه هنر و موسیقی نیز کاربردهای فراوانی پیدا کرده است. پروژه‌ای که در این مقاله بررسی می‌شود، به‌دنبال ساخت یک ژنراتور فهرست آهنگی است که با ترکیب Sentence Transformers و گراودی امکان ایجاد فهرست‌های سفارشی بر اساس ورودی لغوی را فراهم می‌کند.
تولید embedding با Sentence Transformers
کتابخانه Sentence Transformers امکان تولید embeddingهای جملات را فراهم می‌کند. از این embeddingها برای جستجوی معنایی در مجموعه‌ای از متن‌های ترانه استفاده می‌شود. در این پروژه، ابتدا داده‌های ترانه استخراج و embeddingهای آن‌ها با مدل‌های پیش‌آموزش‌دار ایجاد شدند.
ساخت رابط گراودی چندمرحله‌ای
گراودی به‌عنوان یک ابزار ساده‌سازی ساخت UI برای مدل‌های یادگیری ماشین انتخاب شد. مرحله نخست، ایجاد فیلد ورودی متنی برای پرسش کاربر بود. سپس بااستفاده از embedding پرسش، جستجوی semantically similar ترانه‌ها انجام می‌شد و نتایج در قالب جدول نمایش داده می‌شد.
- مرحله 1: بارگذاری مدل Sentence Transformers و آماده‌سازی embeddingهای ترانه.
- مرحله 2: ایجاد UI در گراودی با فیلد ورودی و دکمه اجرا.
- مرحله 3: اعمال الگوریتم جستجوی معنایی و نمایش فهرست پایدار.
- مرحله 4: انتشار اپلیکیشن به عنوان سرویس وب‌سرویس.
پرسش‌های پرتکرار
Sentence Transformers چیست؟
یک کتابخانه Python برای تولید embeddingهای جملات است که بر پایه مدل‌های ترنسفورمر ساخته شده و برای جستجوی معنایی و مقایسه متن کاربرد دارد.
گراودی چه کاربردی دارد؟
یک فریمورک برای ساخت رابط کاربری ساده و تعامل‌پذیر با مدل‌های یادگیری ماشین است که بدون نیاز به کدنویسی پیشرفته امکان ایجاد وب سرویس می‌دهد.
