Restaurant chatbot

レストランチャットボット

アーキテクチャの概要:

プロジェクトの詳細な説明は、私の技術ブログで説明されています: https://medium.com/@barua.aindriya/building-a-nlp-chatbot-for-a-restaurant-with-flask-b978337049f2

プロジェクトを設定して実行するにはどうすればよいですか?

1. 前提条件をインストールします。 私の Python バージョンは 3.6.13 です。必要なライブラリをすべてインストールするには、GitHub リポジトリをダウンロード/クローンし、フォルダー内で CMD を開いて次のように入力します。

pip install -r 要件.txt

2. 事前トレーニングされた FastText 英語モデルをダウンロードします。 https://fasttext.cc/docs/en/crawl-vectors.html から cc.en.300.bin.gz をダウンロードします。これを Unizip して cc.en.300.bin をダウンロードします。このコードは私の Github リポジトリにあるヘルパー スクリプトです。
3. データセットの準備 data_embedder.py を実行します。これにより、dataset.json ファイルが取得され、すべての文が FastText ベクターに変換されます。

Python data_embedder.py

4. ローカルホスト上で Mongo Db をセットアップする MongoDb Compass をインストールする 3 つのコレクションを作成する: メニュー、予約、フィードバック メニューはハードコーディングする必要があり、アイテム、コスト、ビーガン、ベジタリアン、アバウト、オファーが含まれます。

ユーザーがフィードバックを送信すると、フィードバック ドキュメントが挿入されるため、レストラン当局はフィードバック ドキュメントを読んで必要な措置を講じることができます。

予約コレクションは、一意の予約 ID と予約のタイムスタンプを書き込みます。これにより、顧客がフロントに来て ID を提示すると、予約を確認できます。

5. Flask を実行します。これにより、ローカルホスト上で Web アプリが起動されます。

エクスポート FLASK_APP=アプリ
エクスポート FLASK_ENV=開発
フラスコの実行