Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/andredarcie/chatbot-tensorflow
Chatbot desenvolvido em Tensorflow para responder perguntas do Stackoverflow sobre Python
https://github.com/andredarcie/chatbot-tensorflow
data-science deep-learning deep-neural-networks kaggle machine-learning python stackoverflow tensorflow text-mining
Last synced: 1 day ago
JSON representation
Chatbot desenvolvido em Tensorflow para responder perguntas do Stackoverflow sobre Python
- Host: GitHub
- URL: https://github.com/andredarcie/chatbot-tensorflow
- Owner: andredarcie
- License: mit
- Created: 2021-05-05T21:24:55.000Z (over 3 years ago)
- Default Branch: main
- Last Pushed: 2021-05-17T01:00:38.000Z (over 3 years ago)
- Last Synced: 2024-11-11T14:25:48.937Z (2 months ago)
- Topics: data-science, deep-learning, deep-neural-networks, kaggle, machine-learning, python, stackoverflow, tensorflow, text-mining
- Language: Python
- Homepage: https://stackoverflow-python-chatbot.herokuapp.com/
- Size: 18.3 MB
- Stars: 0
- Watchers: 2
- Forks: 2
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Chatbot Tensorflow
[Link para o ChatBot](https://stackoverflow-python-chatbot.herokuapp.com/)
## Como foi desenvolvido?
- Foi realizado o pré-processamento dos textos de perguntas e respostas do Stackoverflow que se encontra no Kaggle utilizando-se de tecnicas de Processamento de Língua Natural (PLN)
- Através da biblioteca de código aberto TensorFlow treinamos a rede neural profunda para encontrar padrões e correlações na base de dados processada
- Salvamos o modelo treinado e criamos uma aplicação web para fazer uso desse modelo e responder a perguntas de maneira inteligente
## Sobre o chatbot
- Foi desenvolvido pelo estudantes de pós-gradução André N. Darcie e Cristiane Lemos para a diciplina de Processamento de Linguagens Naturais no curso de Ciencia de Dados - Aplicada na PUC Minas
- O projeto é de código aberto e seu repositorio pode ser encontrado no Github nesse endereço
## Precisão do chatbot
- Treinamos apenas uma parte dos dados por questões de custo e tempo, mas o modelo pode ser treinado com o conjunto total de dados
- A precisão do chatbot para responder as perguntas vai depender da quantidade de dados em que a rede foi treinada.
## Instalação
Utilize o geranciador de pacotes [pip](https://pip.pypa.io/en/stable/) para instalar a aplicação.
```bash
pip install -U -r requirements.txt
```
## Execução
Para treinar ou carregar a rede neural:
> Verificar a variavel "modo_treino" em que True é para treinar e salvar a rede neural e False é apenas para carregar a rede neural já salva.
```bash
python chatBotModel.py
```
Para executar o chatbot (Sempre com "modo_treino = False"):
```bash
set FLASK_APP=app.py
flask run
```
Acesse o endereço [localhost](http://localhost:5000) para executar a aplicação.
## Deploy automatizado no Heroku
Toda vez que é feita uma alteração na branch master, o deploy é realizado com as mudanças.
Para verificar os logs em caso de erro:
```bash
heroku logs --tail --app stackoverflow-python-chatbot
```
## Contribuição
Contribuiçoes serão bem-vindas via pull requests. Tenha certeza que os teste foram feitos
## License
[MIT](https://choosealicense.com/licenses/mit/)