Restaurant chatbot

Chatbot de restaurante

Visão geral da arquitetura:

Uma explicação detalhada do projeto é fornecida em meu blog de tecnologia aqui: https://medium.com/@barua.aindriya/building-a-nlp-chatbot-for-a-restaurant-with-flask-b978337049f2

Como configurar e executar o projeto?

1. Pré-requisitos de instalação Minha versão do python é 3.6.13. Para instalar todas as bibliotecas necessárias, baixe/clone meu repositório GitHub e na pasta, abra o CMD e digite:

pip instalar -r requisitos.txt

2. Baixe o modelo FastText English pré-treinado. Baixe cc.en.300.bin.gz em https://fasttext.cc/docs/en/crawl-vectors.html . Unizip para baixar cc.en.300.bin, cujo código são scripts auxiliares em meu repositório Github.
3. Prepare o conjunto de dados Execute data_embedder.py Isso pegará o arquivo dataset.json e converterá todas as frases em vetores FastText.

python data_embedder.py

4. Configure o Mongo Db no localhost Instale o MongoDb Compass Faça 3 coleções: menu, reservas, feedback O menu deve ser codificado, inclui item, custo, vegano, vegetais, sobre, oferta.

documentos de feedback serão inseridos quando um usuário der um feedback para que a autoridade do restaurante possa lê-los e tomar as medidas necessárias.

escritor de cobrança de reservas o ID exclusivo da reserva e o carimbo de data / hora da reserva, para que quando o cliente chegar e mostrar o ID na recepção, a reserva possa ser verificada.

5. Execute o Flask. Isso iniciará o aplicativo da web no localhost

exportar FLASK_APP = aplicativo
exportar FLASK_ENV=desenvolvimento
corrida de frasco