nttu-chatbot 的项目扩展与二次开发

项目的基础介绍

NTTU Chatbot 是一个使用大型语言模型 (LLM) 和文档检索器 (RAG) 实现的学生支持聊天机器人，特别为越南语设计。该项目旨在为学生提供帮助，解答疑问，并提高学生与学校系统之间的互动效率。

项目的核心功能

该聊天机器人的核心功能包括：

• 提供即时的学生咨询服务。
• 回答基于大量文档和数据的查询。
• 使用先进的自然语言处理技术理解并回应学生的问题。

项目使用了哪些框架或库？

NTTU Chatbot 在其实现中使用了以下框架和库：

• Jupyter Notebook：用于数据分析和模型训练的交互式计算平台。
• 大型语言模型（LLM）：用于自然语言理解和生成。
• 文档检索器（RAG）：结合检索和生成的方法，用于从大量文档中检索相关信息并生成回答。

项目的代码目录及介绍

项目的代码目录结构大致如下：

nttu-chatbot/
│
├── .idea
├── data_analysis
├── dataset
├── eval_rag
├── front-end
├── note
├── training_model
├── vector_database
├── .gitignore
├── HowRun.md
├── LICENSE
├── README.md
├── pingAPI.md

• data_analysis/：包含进行数据分析的相关代码和笔记本。
• dataset/：存储用于训练和评估模型的数据集。
• eval_rag/：包含评估文档检索器性能的代码。
• front-end/：项目的用户界面相关代码。
• note/：可能包含项目的笔记和文档。
• training_model/：模型的训练和保存代码。
• vector_database/：用于存储和检索向量数据的目录。
• .gitignore：定义了Git应该忽略的文件和目录。
• HowRun.md：可能包含项目运行指南。
• LICENSE：项目的开源许可文件。
• README.md：项目的说明文件，包含基本信息和安装指南。
• pingAPI.md：可能包含API使用说明。

对项目进行扩展或者二次开发的方向

功能扩展

• 增加更多学生服务功能，如课程注册、成绩查询等。
• 扩展聊天机器人的语言支持，服务更多非越南语使用者。

性能优化

• 对模型进行微调，提高问答的准确性和相关性。
• 优化前端界面，提升用户体验。

技术升级

• 集成更多的NLP框架和工具，如Transformers、SpaCy等。
• 使用更先进的模型和算法，提高机器人的理解能力和响应速度。

通过这些扩展和二次开发，NTTU Chatbot 可以成为一个更加完善和强大的学生支持工具。