Metadata-Version: 2.1
Name: autota
Version: 0.0.2
Summary: Automatic generate QA from slides and grade marker/memo.
Home-page: https://github.com/miyuiki/autota
Author: Jay
Author-email: a121406@gmail.com
License: UNKNOWN
Platform: UNKNOWN
Classifier: Development Status :: 1 - Planning
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.6
Description-Content-Type: text/markdown

# AutoTA
提供BookRoll中的Marker/Memo評分功能，以及教材推薦功能
## 準備
以下四個服務需要先以docker在本地端或遠端建立
1. Question generation service(問題生成才要)
2. BERT pre-trained model service
3. BERT fine-tuned model service(簡答題評分才要)
4. Google cloud translation service(問題生成才要)

## 安裝
`pip install autota`

## 使用
獲取Marker/Memo分數
```python
from autota.grader import Grader

grader = Grader(pdf_path='./test.pdf', 
		bert_api_port=PRETRAINED_BERT_SERVICE_PORT, 
		bert_api_url='PRETRAINED_BERT_SERVICE_HOST')
print(grader.grade_marker('marker text')) #得到單一marker分數
print(grader.grade_memo('memo text')) #得到單一memo分數
```
獲取教材推薦頁數
```python
from autota.recommender import Recommender

#num_page指定要推薦多少頁
recommender = Recommender(pdf_path='./test.pdf', num_page=2, 
			api_port=PRETRAINED_BERT_SERVICE_PORT, 
			api_url='PRETRAINED_BERT_SERVICE_HOST')

print(recommender.guiding_from(ta_ans='要推薦的概念'))
#輸出為[(2, 0.0778473040773201), (1, 0.08752984923065377)]
#tuple第一項元素即為頁數，第二項為該頁與ta_ans概念間的餘弦距離
```
## 開發中
1. 簡答題自動評分
2. 從教材自動生成問題





