Chatbot Intelligent
Chatbot interactif utilisant un modèle LSTM pour comprendre et répondre aux requêtes en langage naturel.
Dans le cadre de mon projet personnel, j’ai souhaité approfondir mes compétences en traitement du langage naturel (NLP) et apprentissage profond en développant un assistant conversationnel capable d’interagir de manière fluide avec un utilisateur.
❓ Problématique
Les chatbots classiques offrent souvent des réponses limitées et ne parviennent pas à comprendre correctement les intentions des utilisateurs, ce qui nuit à la qualité de l’interaction et à la pertinence des réponses.
🛠️ Solution mise en œuvre
J’ai conçu un chatbot basé sur un réseau neuronal récurrent avec cellules LSTM, capable de classifier efficacement les intentions des utilisateurs à partir de leurs messages. Le modèle est entraîné sur un jeu de données d’intentions et patterns, et s’accompagne d’une interface graphique simple sous Tkinter pour une interaction intuitive.
👉 Prototype fonctionnel exécuté en local, avec des bases solides pour une future mise en production.
⚙️ Stack technique
Langages : Python
Librairies NLP : sklearn (TF-IDF, cosine similarity), NLTK
UI / App : Streamlit (ou interface locale simple)
Données : documents RH (PDF, Word)
Environnement : local (Jupyter, VS Code)
Lien vers le repertoire Github: MyChatbot
Tags
Chatbot, Classification, App
You might also like




