README.md

metadata

title: Hệ thống sinh câu hỏi
emoji: ⚡
colorFrom: green
colorTo: blue
sdk: gradio
sdk_version: 5.38.0
app_file: app.py
pinned: false

📘 Hệ thống sinh câu hỏi từ Context (Seq2Seq Transformer + spaCy NER)

Dự án này triển khai một hệ thống sinh câu hỏi tự động dựa trên một đoạn văn bản (context) và các thực thể được trích xuất từ đó. Nó sử dụng các mô hình Seq2Seq Transformer đã được fine-tuned như Prophetnet, T5, BART để sinh câu hỏi và thư viện spaCy cho việc trích xuất thực thể có tên (Named Entity Recognition - NER). Giao diện người dùng được xây dựng bằng Gradio, cho phép tương tác dễ dàng.

---

🚀 Tính năng chính

• Sinh câu hỏi: Dựa trên một đoạn văn bản (context) và các câu trả lời (entities) được trích xuất.
• Trích xuất thực thể (NER): Sử dụng en_core_web_md của spaCy để xác định các thực thể tiềm năng làm câu trả lời.
• Hỗ trợ nhiều mô hình: mô hình Seq2Seq Transformer đã được huấn luyện.
• Giao diện web thân thiện: Được xây dựng bằng Gradio, dễ dàng sử dụng và kiểm tra.
• Khả năng tái tạo: Hướng dẫn chi tiết để bạn có thể cài đặt và chạy dự án này trên máy của mình.

---

🛠️ Yêu cầu hệ thống

• Python 3.8+ (nên sử dụng môi trường ảo như Conda hoặc venv).
• Ít nhất 8GB RAM (để tải các mô hình ngôn ngữ lớn).
• Đề xuất có GPU với VRAM đủ lớn (ví dụ: 8GB+) để có hiệu suất sinh câu hỏi nhanh hơn. Nếu không có GPU, mô hình sẽ chạy trên CPU nhưng có thể chậm hơn đáng kể.

---

📦 Hướng dẫn cài đặt và chạy dự án

Bạn có thể sử dụng conda (nếu đã cài Anaconda) hoặc venv để tạo môi trường ảo.

Phương pháp 1: Sử dụng Conda (Khuyến nghị)

Nếu bạn đã cài đặt Anaconda hoặc Miniconda:

1. Tạo và kích hoạt môi trường Conda mới:

   conda create -n qg_env python=3.10.9
   conda activate qg_env
   

   (Bạn có thể chọn phiên bản Python khác như 3.8 hoặc 3.9 nếu muốn, nhưng 3.10 là một lựa chọn tốt).

2. Cài đặt các thư viện từ requirements.txt: Quan trọng: Bạn cần file requirements.txt chứa danh sách các thư viện được sử dụng trong dự án này. Nếu bạn chưa có, hãy tạo nó:

   # Điều hướng đến thư mục gốc của dự án này
   cd path/to/your/project_folder
   # Tạo file requirements.txt
   pip freeze > requirements.txt
   

   Sau khi có file requirements.txt trong thư mục gốc của dự án, hãy chạy:

   pip install -r requirements.txt
   

3. Tải mô hình ngôn ngữ en_core_web_md của spaCy:

   python -m spacy download en_core_web_md
   

4. Tải và đặt các mô hình: Dự án này sử dụng các mô hình đã được fine-tuned. Bạn không cần tải về mà chạy trực tiếp dựa trên các mô hình đã được sử dụng trong mã nguồn. Theo code mẫu:

   • prophetnet-large-uncased-finetuned: ManB2207540/prophetnet_large_uncased_qg_squad_2epoch_finetuned
   • bart-finetuned: mghan3624/bart_qg_finetune_squad
   • t5-small-finetuned: tbtminh/t5-small-qg-finetuned

Phương pháp 2: Sử dụng venv

1. Tạo và kích hoạt môi trường ảo mới:

   # Điều hướng đến thư mục gốc của dự án này
   cd path/to/your/project_folder
   
   # Tạo môi trường ảo
   python -m venv venv_qg
   
   # Kích hoạt môi trường ảo
   source venv_qg/bin/activate  # Trên Linux/macOS
   # Hoặc: .\venv_qg\Scripts\activate # Trên Windows
   

2. Cài đặt các thư viện từ requirements.txt: Tương tự như bước 2 của phương pháp Conda, tạo file requirements.txt nếu chưa có:

   pip freeze > requirements.txt
   

   Sau đó cài đặt:

   pip install -r requirements.txt
   

3. Tải mô hình ngôn ngữ en_core_web_md của spaCy:

   python -m spacy download en_core_web_md
   

4. Tải và đặt các mô hình ProphetNet: Tương tự như bước 4 của phương pháp Conda.

---

🏃 Cách chạy dự án

Sau khi đã hoàn thành các bước cài đặt và kích hoạt môi trường ảo:

1. Đảm bảo bạn đang ở trong thư mục gốc của dự án.

2. Chạy script chính:

   python app.py
   

3. Mở trình duyệt: Khi ứng dụng Gradio khởi chạy, bạn sẽ thấy một URL trong terminal (thường là http://127.0.0.1:7860 hoặc tương tự). Sao chép URL này và dán vào trình duyệt web của bạn để tương tác với giao diện hệ thống sinh câu hỏi.

---

⚠️ Lưu ý quan trọng

• Đường dẫn mô hình: Hãy kiểm tra và điều chỉnh các đường dẫn trong biến MODEL_PATHS trong code của bạn (app.py hoặc tên file tương ứng) để chúng trỏ đến đúng vị trí các thư mục mô hình ProphetNet đã được tải về trên máy của bạn.
• Hiệu suất GPU: Việc sử dụng GPU sẽ cải thiện đáng kể tốc độ sinh câu hỏi. Đảm bảo cài đặt CUDA và PyTorch với hỗ trợ CUDA nếu bạn muốn tận dụng GPU.
• Kiểm tra cache: Việc sử dụng quá nhiều model co thể gây tràn cache.

  du -sh ~/.cache/huggingface/hub
  

• Xoá cache: Việc sử dụng quá nhiều model co thể gây tràn cache hãy xoá nếu không sử dụng.

  huggingface-cli delete-cache
  

---

Hy vọng hướng dẫn này sẽ giúp bạn và những người khác dễ dàng thiết lập và chạy dự án của mình!