Méthodologie

Notre méthodologie se base sur deux approches différentes : la première approche est le fine-tuning et la seconde approche est le prompt ingéniering. Comme le montre la Figure 1, notre projet vise les trois niveaux, à savoir : détection des noms de pièces, des problèmes liés à ces pièces et aussi les informations cruciales qui nous permettrons de comprendre le contexte général du problème. Mais pour le moment, nous allons nous concentrer sur la création d’un modèle capable de détecter les noms de pièces dans les avis clients et par la suite, nous pouvons chercher une approche pour réaliser les autres tâches. Pour cela, nous avons décidé d’utiliser une approche basée sur le Fine-tuning des modèles Transformers, notamment le modèle GPT-3 L’avantage de ce genre d’approche est que les modèles de base sont déjà si performants qu’ils peuvent vite donner de bons résultats sur peu de données mais l’inconvénient est qu’ils sont coûteux.

• Approche fine tuning 🔧
  • Collecte des données 📊
  • Traitement des données
  • Entrainement des Modèles
  • Évaluation des modèles
• Approche prompt engineering 💭