درباره رخشای

ما در شرکت آریاهامان مهرپارسه تحقیقات اولیه خود را در سال 1399 با Apache Kafka برای جمع آوری و تحلیل اولیه دیتا آغاز کردیم.

مهمترین دغدغه ما در بحث آموزشی(Data Learning) برای مدل های شبکه های عصبی یادگیری خودمان، جمع آوری دیتا بوده و هست که ابتدای امر از سورس های منبع باز متنی مرجع و دیتاهای متنی در دسترس شرکت OpenAI استفاده می کنیم.

هدف اصلی این تلاش، تحلیل داده‌ها و ارائه پاسخ به سوالات کاربران است.

برای تحلیل دیتاهای ورودی و ذخیره شده از تعدادی کتابخانه معروف در زبان برنامه‌نویسی پایتون استفاده می‌شود. این کتابخانه‌ها شامل موارد زیر می‌شوند:

• NLTK (Natural Language Toolkit): NLTK یک کتابخانه قدرتمند برای پردازش طبیعی زبان است که شامل توابع و روش‌های متنوعی برای پردازش و تحلیل متن، شاخص‌های استخراج اطلاعات، تشخیص قوانین گرامری و غیره است.

• SpaCy: SpaCy یک کتابخانه پردازش زبان طبیعی سریع و با قابلیت‌های قوی است. آن شامل ابزارهایی برای توکن‌بندی، تحلیل نحوی، تشخیص انجام وظیفه‌ها و استخراج اطلاعات است.

• Gensim: Gensim یک کتابخانه متن‌کاوی و مدل‌سازی موضوعی است. آن شامل ابزارها و الگوریتم‌هایی برای پیش‌پردازش متن، توصیف مدل‌های احتمالاتی برای بردارهای کلمه (Word Embedding) و تحلیل موضوعی است.

با استفاده از این کتابخانه‌ها، در شرکت آریاهامان مهرپارسه می‌توان برای پردازش داده‌های متنی از توابع و ویژگی‌های مربوطه استفاده کرده و بهبود عملکرد مدل Zal نسخه بتا در تحلیل داده‌ها و ارائه پاسخ به سوالات کاربران داشت.

در نهایت ما توسط سرورهای پردازشی خودمان از طریق API با سرور اصلی جهت ارسال پاسخ استفاده می کنیم.

تحقیقات و توسعه ما برای ایجاد یک موتور پردازشی تصویر با هوش مصنوعی به نام شهرزاد به نقطه رونمایی رسیده است و موتور پردازنده اصلی ما توسط stability.ai و DALL·E 2 در حال آموزش دیدن است.

امیدواریم این توضیحات برای شما مفید بوده باشد. در صورت داشتن سوالات بیشتر، در دسترس هستیم.