Logo Lanfrica

Mariam-kasemi/chatbot-medical-darija

Domaine:

natural language processinghealthcare

Type de record:

software
Créateur:
Mar
Hôte:
Arabic/Darija Patient Assistance Chatbot API # 🏥 Arabic/Darija Patient Assistance Chatbot API Chatbot médical multilingue (Darija / Arabe / Français) exposé via une API REST. --- ## 📁 Structure du Projet ``` chatbot-medical/ │ ├── data/ │ └── dataset.json ← 20 exemples annotés Darija/Arabe/Français │ ├── models/ │ └── intent_model.py ← Détection d'intention + génération de réponse │ ├── api/ │ └── main.py ← API FastAPI (endpoints text + voice) │ ├── utils/ │ ├── language_detection.py ← Détection langue (Darija/Arabe/Français) │ ├── entity_extraction.py ← Extraction entités (médicament, symptôme, quantité) │ └── speech_to_text.py ← Transcription audio avec Whisper │ ├── tests/ │ └── test_scenarios.py ← 12 scénarios de test avec rapport │ ├── requirements.txt ← Dépendances Python └── README.md ← Ce fichier ``` --- ## ⚙️ Installation (Jour 1) ### 1. Cloner / créer le projet ```bash mkdir chatbot-medical && cd chatbot-medical ``` ### 2. Créer un environnement virtuel ```bash python -m venv venv source venv/bin/activate # Linux/Mac venv\Scripts\activate # Windows ``` ### 3. Installer les dépendances ```bash pip install -r requirements.txt ``` > ⚠️ **Note sur Whisper**: L'installation de `openai-whisper` peut prendre du temps et nécessite `ffmpeg`. > Installez ffmpeg: ffmpeg.org --- ## 🚀 Lancement de l'API (Jour 3) ```bash cd api python main.py ``` L'API sera disponible sur: **http://localhost:8000** Documentation interactive: **localhost --- ## 🔌 Endpoints ### `POST /analyze/text` — Analyser du texte ```bash curl -X POST "localhost" \ -H "Content-Type: application/json" \ -d '{"text": "bghit dwa dial rassi"}' ``` **Réponse:** ```json { "input": "bghit dwa dial rassi", "language": "darija", "language_label": "Darija (Marocain)", "intent": "demande_medicament", "intent_label": "Demande de médicament", "co …