陳 鴻基

This project provides a Python script for loading unstructured text data, splitting it into chunks by Langchain, and processing it with OpenSearch to get a vector representation of each chunk. These vectors can then be used for various natural language processing tasks, such as text classification, semantic similarity comparison, or information retrieval. I also use OpenAI's GPT model to query so that I can get response for searching similar context, or other NLP tasks can be done by GPT model.

Search_similar_context_by_Opensearch_and_Langchian

Portfolio

1.今回提案したテーマは銀座伊東屋の筆の分類です。

2.コロナ禍政策が緩和したため、国内と海外の顧客が増えています。
ですから、毎日閉店後のペンの分類は大変です。
3.そこで、私はCNNを搭載した機械で分類することを提案しました。
つまり、ペンを機械に入れて、機械学習モデルによる分類を経て、内部の重力と仕切り板を利用してペンを異なる箱に分けることです。でも、技術的な問題はa.浅いと深い同色物体の分類は難しいかもしれないです。
4.私は四つのペンの画像を15枚ずつ収集しました。12枚を訓練データとして、水増しのためにノイズ追加しましたので、訓練画像数は96です。最後の精度結果は77%でした。

苦労した点は、ImageDataGeneratorを使った回転処理を試したが、あんまり効かなかったんです。最終的には同じ角度での笔の再撮影しました。

5.結果に対して、誤分類は全部浅い緑と深い緑の間で発生しました。画像サイズを向上して、よりはっきりな画像で訓練した方がいいかもしれません。さらに、色に対して強い特徴を抽出手法も知るべきです。また、自動パラメーター調整ツールを使用してみたいです。

陳鴻基

陳鴻基

陳 鴻基

陳 鴻基

陳鴻基

陳鴻基