Master theses

Permanent URI for this collection

http://dspace.cuillizi.dz/handle/123456789/403
أطروحات الماستر

Browse

Browsing Master theses by Author "MessikhChouaib"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    AI-PoweredTeachingAssistant UsingRetrieval-Augmented Generation (RAG)
    (المركز الجامعي إليزي - معهد العلوم، قسم الإعلام الآلي, 2026-07-06) MoulaiDhiyaeddine; MessikhChouaib
    ThisthesispresentsthedesignandimplementationofTeachBot,anAI-poweredteachingas-sistant built upon the Retrieval-Augmented Generation (RAG) architecture.The system enables universitystudentstointeractintelligentlywiththeircoursematerialslecturenotes,textbooks,and PDFdocumentsthroughthreecorefunctionalities:context-awarequestionansweringwithsource citations, automaticdocumentsummarization, andinteractivequizgeneration(multiple-choiceand short-answer). Theproposedarchitecturecombinesalocallargelanguagemodel(TinyLlama1.1B,servedvia Ollama) with a ChromaDB vector database indexed using the all-MiniLM-L6-v2 sentence embedding model.A FastAPI backend manages the retrieval pipeline and exposes seven REST endpoints, whileaReact/Vitefrontendprovidesanintuitivewebinterface.Theentiresystemiscontainerized usingDockerCompose,enablingreproducible,dependency-freedeploymentoncommodityhardware without reliance on cloud services. ExperimentalevaluationconductedonthreecomputersciencecoursePDFstotaling103pages and 103 indexed chunks demonstrates that TeachBot achieves 100% response faithfulness to course content,100%sourcecitationrate(documentnameandpagenumber),andanaveragequestion-answeringlatencyof25–40secondsonIntelCPUhardware.Thesystemoperatesfullyoffline,ad-dressing critical concerns of data privacy and infrastructure cost in educational settings, particularly relevantforuniversitiesinsouthernAlgeria. الملخص تقدم هذه الأطروحة تصميم وتنفيذTeachBot هو مساعد تعليمي مدعوم بالذكاء الاصطناعي ومبني على بنية التوليد المعزز بالاسترجاع (RAG). يتيح النظام لطلبة الجامعة التفاعل الذكي مع مقرراتهم الدراسية مثل المحاضرات، الكتب المدرسية، وملفات PDF من خلال ثلاث وظائف أساسية: الإجابة على الأسئلة المستندة إلى السياق مع توثيق المصادر، التلخيص التلقائي للمستندات، والتوليد التفاعلي للاختبارات (أسئلة متعددة الاختيارات وأسئلة ذات إجابات قصيرة). تجمع البنية المقترحة بين نموذج لغوي كبير محلي Phi-3-Mini يتم تشغيله عبر Ollama وقاعدة بيانات متجهة ChromaDB مفهرسة باستخدام نموذج تضمين الجمل all-MiniLM-L6-v2. تدير واجهة FastAPI الخلفية خط أنابيب الاسترجاع وتوفر سبع نقاط نهاية برمجية REST endpoints بينما توفر واجهة React/Vite الأمامية واجهة ويب سهلة الاستخدام. تم وضع النظام بأكمله داخل حاويات باستخدام.Docker Compose، مما يسمح بنشر قابل للتكرار وخالٍ من التبعيات على الأجهزة العادية دون الاعتماد على الخدمات السحابية أظهر التقييم التجريبي الذي أُجري على ثلاثة ملفات PDF لمقرات في علوم الكمبيوتر (بإجمالي 103 صفحة و103 قطعة مفهرسة) أن TeachBot يحقق موثوقية بنسبة 100% في الاستجابة للمحتوى الدراسي، ونسبة 100% في معدل توثيق المصادر (اسم المستند ورقم الصفحة)، ومتوسط زمن استجابة للإجابة يتراوح بين 25 و40 ثانية على معالجات Intel CPU. يعمل النظام دون اتصال بالإنترنت تمامًا، مما يعالج المخاوف الحرجة المتعلقة بخصوصية البيانات وتكلفة البنية التحتية في البيئات التعليمية، وهو أمر ذو أهمية بالغة للجامعات في الجنوب الجزائري. ا