Restaurant chatbot

레스토랑 챗봇

아키텍처 개요:

프로젝트에 대한 자세한 설명은 내 기술 블로그(https://medium.com/@barua.aindriya/building-a-nlp-chatbot-for-a-restaurant-with-flask-b978337049f2)에 나와 있습니다.

프로젝트를 어떻게 설정하고 실행하나요?

1. 필수 구성 요소 설치 내 Python 버전은 3.6.13입니다. 필요한 모든 라이브러리를 설치하려면 내 GitHub 저장소를 다운로드/복제하고 폴더에서 CMD를 열고 다음을 입력하세요.

pip 설치 -r 요구사항.txt

2. 사전 훈련된 FastText 영어 모델을 다운로드하세요. https://fasttext.cc/docs/en/crawl-Vectors.html에서 cc.en.300.bin.gz를 다운로드하세요. 내 Github 저장소의 도우미 스크립트인 코드인 cc.en.300.bin을 다운로드하기 위해 Unizip을 압축합니다.
3. 데이터 세트 준비 data_embedder.py를 실행하면 데이터 세트.json 파일이 가져와지고 모든 문장이 FastText 벡터로 변환됩니다.

파이썬 데이터_embedder.py

4. 로컬 호스트에 Mongo Db 설정 MongoDb Compass 설치 3가지 컬렉션 만들기: 메뉴, 예약, 피드백 메뉴는 하드코딩되어야 하며 항목, 비용, 완전채식, 채식, 정보, 제안이 포함됩니다.

피드백 문서는 사용자가 피드백을 제공할 때 레스토랑 당국이 이를 읽고 필요한 조치를 취할 수 있도록 삽입됩니다.

예약 수집 작성자는 고유한 예약 ID와 예약 시간을 기록하여 고객이 리셉션에 ID를 제시하면 예약을 확인할 수 있습니다.

5. Flask를 실행하면 localhost에서 웹 앱이 시작됩니다.

FLASK_APP=앱 내보내기
FLASK_ENV=개발 내보내기
플라스크 실행