Restaurant chatbot

Restoran-chatbot

Ikhtisar arsitektur:

Penjelasan rinci tentang proyek ini diberikan di blog teknologi saya di sini: https://medium.com/@barua.aindriya/building-a-nlp-chatbot-for-a-restaurant-with-flask-b978337049f2

Bagaimana cara mengatur dan menjalankan proyek?

1. Instal Prasyarat Versi python saya adalah 3.6.13. Untuk menginstal semua perpustakaan yang diperlukan, unduh/kloning repo GitHub saya dan di folder, buka CMD dan masukkan:

instalasi pip -r persyaratan.txt

2. Unduh model FastText Bahasa Inggris terlatih Unduh cc.en.300.bin.gz dari https://fasttext.cc/docs/en/crawl-vectors.html . Unizip untuk mengunduh cc.en.300.bin, kode yang merupakan skrip pembantu di repo Github saya.
3. Siapkan kumpulan data Jalankan data_embedder.py Ini akan mengambil file dataset.json dan mengonversi semua kalimat menjadi FastText Vectors.

python data_embedder.py

4. Siapkan Mongo Db di localhost Instal MongoDb Compass Buat 3 koleksi: menu, pemesanan, umpan balik Menu harus di-hardcode, termasuk item, biaya, vegan, sayuran, tentang, penawaran.

Dokumen umpan balik akan dimasukkan ketika pengguna memberikan umpan balik sehingga otoritas restoran dapat membacanya dan mengambil tindakan yang diperlukan.

booking collection menulis ID pemesanan unik dan stempel waktu pemesanan, sehingga ketika pelanggan datang dan menunjukkan ID di resepsionis, pemesanan dapat diverifikasi.

5. Jalankan Flask Ini akan meluncurkan aplikasi web di localhost

ekspor FLASK_APP=aplikasi
ekspor FLASK_ENV=pengembangan
menjalankan labu