ඔබට කැමති ෆෑන් ෆික්ෂන් එකක් කියලා හිතන්න. එය සමඟ සමාන අලුත් කතා හොයාගන්න ඕනේ නම්, නව AI-ආධාරිත සේවාව Opsis ඔබේ රසට ගැළපෙන කතා ඉක්මනින් ඉදිරිපත් කරයි.
විකසක පී.කුමාර් මහතා, පෙර “Siagnos” නමින් පවතින පුද්ගලික රස එන්ජින් එකේ මූලික කොටස් (scraper, schema, embeddings) සම්පූර්ණ කරමින් සිටියේය. දෙසැම්බර් මාසයේදී දෙ සතික ඉන්ටර්න්ශිප් අවස්ථාව ලැබීමත් සමඟ, ඔහු සිය පරික්ෂණය “Opsis” ලෙස සංග්රහ කළේය. මෙය සීමා කරන ලද, තනි ප්රශ්නයකට පිළිතුරු දෙන recommender එකකි – “කොහොමද මේ කතාවට සමාන වෙනත් කතා හොයාගන්න?”. Opsis, ඔබේ කියවීමේ හැසිරීම හෝ රුචි මොඩලයක් භාවිතා නොකර, AO3 (Archive of Our Own) මත පදනම් වූ metadata එකක් සහ AI embeddings භාවිතා කරයි.
Opsis සක්රිය වීමට පසු, එය මෙසේ ක්රියා කරයි:
- AO3 වෙතින් මූලික metadata එකක් රැස් කරයි – සති 2 තුළ අනුමත කර ඇති පරිදි, එක් සැසි, රැඳවුම් කාලය, අඩු retry ගණන.
- දත්ත පිරිසිදු කර, PostgreSQL දත්ත ගබඩාවට සුරක්ෂිත කරයි – 7,000 කට වැඩි කතා, 1,500 ක fandom tags, 5,800 character tags, 30,000 freeform tags.
- sentence‑transformers/all‑MiniLM‑L6‑v2 මොඩලය භාවිතා කර සාරාංශ embed කරයි.
- අන්තර්ගතය, fandom, සම්බන්ධතා, ජනප්රියත්වය යන සාධක මත blended score එකක් ගණනය කර, 0.70 embedding cosine similarity, 0.15 fandom overlap, 0.10 relationship overlap, 0.05 popularity ලෙස බර දේ.
- නව කතාවක් ඇතුළත් කරන විට, එය ස්වයංක්රීයව scrape, clean, embed කර, තත්කාලිකව නිර්දේශ ලබා දේ.
මෙම සේවාව FastAPI, Jinja2, Render, Neon PostgreSQL යන තාක්ෂණයන් සමඟ සජීවී වෙබ් අඩවියක් ලෙස පවත්වා ඇත. පරිශීලකයන්ට කතාවේ ID, URL, හෝ නාමය/කතෘ නාමය භාවිතා කර ඉල්ලීම් කිරීමට තේරීම් තුනක් ඇත. මෙතෙක් නිශ්චිත precision/recall අගයක් ලබා නොදෙන අතර, අතින් පරීක්ෂා කිරීමෙන් 50‑70% blended similarity පරාසයක් තුළ නිර්දේශ ලැබේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
OpsOpsis වැනි AI‑ආධාරිත recommender එකක් ශ්රී ලංකාවේ තරුණ විකසකයින්ට, විද්යාල සිසුයින්ට, ව්යාපාරිකයින්ට ප්රයෝජනවත් වේ. එය Python, FastAPI, PostgreSQL වැනි විවෘත-මූලාශ්ර තාක්ෂණ භාවිතයෙන් සාර්ථකව නිර්මාණය කර ඇති නිසා, අපේ දේශීය තාක්ෂණ පාඨමාලා වලට නව කේස් අධ්යයන ලෙස භාවිතා කළ හැක. තවත්, cloud‑based Render, Neon සේවා පදනමක් මත ධාවනය වන බැවින්, ශ්රී ලංකාවේ startups සඳහා අඩු පිරිවැයෙන් AI‑driven සේවා සැපයීමට ආදර්ශයක් වේ. සිසුන්ට embeddings, vector search, API integration වැනි නවතම යන්ත්ර ඉගෙනුම් සංකල්ප හඳුන්වා දීමට, ව්යාපාරිකයින්ට පාරිභෝගික රුචි අනුව නිර්දේශක පද්ධති නිර්මාණය කිරීමේ හැකියාව ලබා දීමට මෙය උපකාරී වේ.
Opsis තාවකාලිකව පරික්ෂණ පරිසරයක පවත්වා ඇති නමුත්, ඉදිරියේදී Siagnos හි පරිශීලක‑අඩංගු රුචි මොඩලය, කියවීමේ ලොග්, rating වර්ග ඇතුළත් කර, පූර්ණ‑අවධානය‑අදාල recommender එකක් බවට පත්වීමට සැලසුම් කර ඇත. මෙය ශ්රී ලංකාවේ AI‑driven content platforms සඳහා මූලික පියවරක් ලෙස සැලකිය හැක.
ඔබත් ඔබේ ප්රියතම ෆෑන් ෆික්ෂන් කතා සමඟ සමාන අලුත් කතා සොයා ගැනීමට කැමතිද? Opsis වෙත පිවිස, ඔබේ රුචි අනුව නිර්දේශ ලබා ගන්න.
