APS.md

APS

Parte 0: Um chatbot para o Discord

• O chatbot deve responder a solicitações realizadas em um chat privado
• O comando !source retorna um link para o repositório onde está o código-fonte do chatbot.
• O comando !author retorna o nome e e-mail do autor do chatbot.
• O chatbot deve responder educadamente com a informação requisitada.

Entregas:

• Chatbot executando em background em sua VM. Se precisar, use o nohup ou o screen para deixar o bot executando mesmo quando você não estiver
• No github, deve haver um README.md que explica como rodar o servidor localmente.
• O arquivo README.md deve linkar para outro arquivo, ensaio_0.md, no qual cada aluno explica como foi o processo de fazer o chatbot (como foi o plano, que dificuldades foram encontradas, quais foram as fontes consultadas, como foi a interação com chatGPT, se houver, etc.). O formato do ensaio_0.md é livre, e pode ser tanto um ensaio propriamente dito quanto uma tabela.

Avaliação:

• 100%: o chatbot e os arquivos de texto cumprem todos os requisitos
• 0%: faltam requisitos a serem cumpridos

Deadline: 17/fevereiro

Parte 1: Chatbot faz pequenos queries em um serviço externo como mapa, clima, bolsa de valores, etc.

• O chatbot deve cumprir todos os requisitos da entrega anterior, com as adições colocadas aqui.
• Chatbot recebe comandos do tipo: !run xxx xxx xxx, em que xxx são parâmetros relevantes.
• O chatbot deve reconhecer, usando regex, se os argumentos xxx não são válidos.
• O chatbot deve responder a um comando !help explicando como usar o comando !run e explicitando de onde vêm os dados (exemplo: !help retorna !run nome_da_cidade: retorna a temperatura atual na cidade - dados fornecidos pelo site www.meusitedeclima.com.br).
• Cada aluno deve escolher alguma operação que faça sentido para algum caso de aplicação.

Entregas:

• Chatbot executando em background em sua VM. Se precisar, use o nohup ou o screen para deixar o bot executando mesmo quando você não estiver
• No github, deve haver um README.md que explica como rodar o servidor localmente.
• O arquivo README.md deve linkar para outro arquivo, ensaio_1.md, no qual cada aluno explica como foi o processo de fazer essa etapa, com as mesmas diretrizes anteriores, e especialmente explicando seu caso de uso (ou seja: quem seria, hipoteticamente, seu usuário-alvo?). O formato do ensaio_1.md é livre, e pode ser tanto um ensaio propriamente dito quanto uma tabela.

Avaliação:

• 100%: o chatbot e arquivos de texto cumprem todos os requisitos
• 90%: cumpre todos os requisitos exceto pela justificativa do caso de uso
• 50%: !run e !help foram implementados, mas o ensaio_1.md está incompleto.
• 0%: o comando !run não faz consultas a um servidor externo ou o !help não foi implementado

Deadline: 5/março

Parte 2: Chatbot faz webscrapping, guarda bases de dados e responde a queries de busca.

• Chatbot deve poder receber comandos do tipo !crawl xxx, onde xxx é uma URL. Ele deve então adicionar o conteúdo da URL em seu banco de dados, e começar um processo de crawling à partir daí.
• O chatbot deve receber comandos !search xxx, em que o usuário busca por um termo ou conceito. A resposta deve ser buscada usando um índice invertido.
• O chatbot deve receber comandos !wn_search xxx, em que faz uma busca por todos os documentos armazenados, usando um índice de semelhança ligado à Wordnet, isto é, o sistema pode buscar por termos semelhantes.

Entregas:

• Chatbot executando em background em sua VM. Se precisar, use o nohup ou o screen para deixar o bot executando mesmo quando você não estiver
• No github, deve haver um README.md que explica como rodar o servidor localmente.
• O arquivo README.md deve linkar para outro arquivo, ensaio_2.md, no qual cada aluno explica como foi o processo de fazer essa etapa, com as mesmas diretrizes anteriores. O formato do ensaio_2.md é livre, e pode ser tanto um ensaio propriamente dito quanto uma tabela.

Avaliação:

• 100%: o chatbot e arquivos de texto cumprem todos os requisitos
• 50%: !search e !wn_search foram implementados, mas o ensaio_2.md está incompleto.
• 35%: somente um entre !search e !wn_search foi implementado.
• 25%: !crawl foi implementado, mas não guarda os dados em um banco de dados.
• 15%: !crawl foi implementado, mas não apenas baixa uma página.
• 0%: o comando !run não faz consultas a um servidor externo ou o !help não foi implementado

Deadline: 24/março

Parte 3: Chatbot filtra conteúdo inadequado e só responde usando páginas com sentimento positivo.

• As páginas que foram colocadas no banco de dados usando !crawl passam a ser classificadas de acordo com seu sentimento, onde -1 é o "mais negativo" e 1 é o "mais positivo". Os usuários podem optar por filtrar as buscas por sentimento usando !search xxx th=0.3 ou !wn_search xxx th=0.3.

Entregas:

• Chatbot executando em background em sua VM. Se precisar, use o nohup ou o screen para deixar o bot executando mesmo quando você não estiver
• No github, deve haver um README.md que explica como rodar o servidor localmente.
• O arquivo README.md deve linkar para outro arquivo, ensaio_3.md, no qual cada aluno explica como foi o processo de fazer essa etapa, com as mesmas diretrizes anteriores. O formato do ensaio_3.md é livre, e pode ser tanto um ensaio propriamente dito quanto uma tabela.

Avaliação:

• 100%: o chatbot e arquivos de texto cumprem todos os requisitos
• 50%: a funcionalidade th=xxx foi implementada usando um classificador baseado em dados, mas o ensaio_3.md está incompleto.
• 10%: a funcionalidade th=xxx foi implementada usando regras projetadas manualmente.
• 0%: a funcionalidade th=xxx não foi implementada

Deadline: 14/abril

Parte 4: Chatbot gera conteúdo à partir de sua base de dados.

• O chatbot deve responder à query !generate xxx que faz uma busca estilo !search pelo termo xxx e retorna uma frase gerada à partir dos textos.

Entregas:

• Chatbot executando em background em sua VM. Se precisar, use o nohup ou o screen para deixar o bot executando mesmo quando você não estiver
• No github, deve haver um README.md que explica como rodar o servidor localmente.
• O arquivo README.md deve linkar para outro arquivo, ensaio_4.md, no qual cada aluno explica como foi o processo de fazer essa etapa, com as mesmas diretrizes anteriores. O formato do ensaio_4.md é livre, e pode ser tanto um ensaio propriamente dito quanto uma tabela.

Avaliação:

• 100%: o chatbot e arquivos de texto cumprem todos os requisitos
• 50%: o gerador foi implementado usando uma rede neural recorrente e estratégias de busca não-triviais (ex: beam-forming)
• 30%: o gerador foi implementado usando uma rede neural não-recorrente e embedding e estratégias de busca não-triviais (ex: beam-forming)
• 10%: o gerador foi implementado usando estratégias esparsas (n-gramas) ou estratégias de busca triviais (sorteio simples)
• 0%: o gerador não foi implementado

Deadline: 12/maio

Parte 5: Chatbot integra com GPT-3.

• O chatbot usa a API do GPT-3 para realizar ao menos uma das tarefas anteriores.

Entregas:

• Chatbot executando em background em sua VM. Se precisar, use o nohup ou o screen para deixar o bot executando mesmo quando você não estiver
• No github, deve haver um README.md que explica como rodar o servidor localmente.
• O arquivo README.md deve linkar para outro arquivo, ensaio_5.md, no qual cada aluno explica como foi o processo de fazer essa etapa, com as mesmas diretrizes anteriores. O formato do ensaio_5.md é livre, e pode ser tanto um ensaio propriamente dito quanto uma tabela.

Avaliação:

• 100%: o chatbot e arquivos de texto cumprem todos os requisitos
• 50%: a funcionalidade foi implementada corretamente
• 0%: a funcionalidade não foi implementada

Deadline: 26/maio