Restaurant chatbot

餐厅聊天机器人

架构概述：

我的技术博客中给出了该项目的详细说明：https://medium.com/@barua.aindriya/building-a-nlp-chatbot-for-a-restaurant-with-flask-b978337049f2

如何设置和运行项目？

1. 安装先决条件我的python版本是3.6.13。要安装所有必需的库，请下载/克隆我的 GitHub 存储库，然后在文件夹中打开 CMD 并输入：

pip install -r 要求.txt

2. 下载预训练的 FastText 英文模型 从 https://fasttext.cc/docs/en/crawl-vectors.html 下载 cc.en.300.bin.gz 。将其解压缩以下载 cc.en.300.bin，其代码是我的 Github 存储库中的帮助程序脚本。
3. 准备数据集 运行 data_embedder.py 这将获取 dataset.json 文件并将所有句子转换为 FastText 向量。

python data_embedder.py

4. 在本地主机上设置 Mongo Db 安装 MongoDb Compass 制作 3 个集合：菜单、预订、反馈 菜单必须是硬编码的，它包括项目、成本、素食主义者、蔬菜、关于、报价。

当用户提供反馈时，将插入反馈文档，以便餐厅管理部门可以阅读这些文档并采取必要的措施。

预订收集写入唯一的预订 ID 和预订时间戳，以便当客户来到接待处并出示 ID 时，可以验证预订。

5. 运行 Flask 这将在本地主机上启动 Web 应用程序

导出 FLASK_APP=应用程序
导出 FLASK_ENV=开发
烧瓶运行