README.md

metadata

title: KitapYurdu Chatbot
emoji: 📖
colorFrom: indigo
colorTo: blue
sdk: streamlit
sdk_version: 1.50.0
app_file: app.py
pinned: false

Kitapyurdu Yorum Chatbotu

Bu proje, Kitapyurdu yorumları üzerine geliştirilmiş bir RAG tabanlı chatbot içerir. Kullanıcılar kitaplarla ilgili sorular sorabilir ve chatbot, kullanıcı yorumlarını baz alarak yanıt üretir.

---

Projenin Amacı

• Kitap yorumlarını kullanarak kullanıcıların sorularını yanıtlamak
• Kitapların olumlu/olumsuz yönlerini özetlemek
• RAG mimarisi ile doğruluğu artırmak

---

Veri Seti

• Ad: Kitapyurdu Yorumları
• Kaynak: HuggingFace (token gerektirir)
• Sütunlar:
  • yorum: Kullanıcı yorumu
  • kitap_adi: Kitap adı
  • puan: 1-5 arası kullanıcı puanı
  • tarih: Yorum tarihi
• İçerik: Türkçe kitap yorumları, olumlu ve olumsuz görüşler içerir.
• Hazırlık: Boş veya kısa yorumlar çıkarıldı, Türkçe karakterler normalize edildi. Metadata olarak kitap adı ve puan saklandı.

---

Kullanılan Yöntemler

1. RAG Pipeline
   • Metinler embedding modeline (OpenAI/Gemini) gönderildi
   • Chroma vektör veritabanında saklandı
   • Soru geldiğinde retriever benzer yorumları buluyor ve LLM yanıt üretiyor
2. Embedding Modeli
   • OpenAI text-embedding-3-small modeli
3. Vektör Veritabanı
   • Chroma kullanıldı
4. Web Arayüzü
   • Streamlit ile kullanıcı etkileşimi sağlandı

---

Elde Edilen Sonuçlar

• Kullanıcı sorularına hızlı ve bağlamsal cevaplar üretildi
• Örnek sorular:
  • "Bu kitabın konusu nedir?"
  • "Kullanıcılar bu kitabı beğenmiş mi?"
• Arayüz minimal ama işlevsel, soru-yanıt geçmişi tutuluyor

---

Kurulum ve Çalıştırma

1. Reponuzu klonlayın:

git clone https://github.com/nihalm-collab/GAIH-Chatbot-Projesi.git
cd GAIH-Chatbot-Projesi

2. Virtual environment oluşturun ve aktif edin:

python -m venv venv
source venv/bin/activate   # Linux/Mac
venv\Scripts\activate      # Windows

3. Gerekli paketleri yükleyin:

pip install -r requirements.txt

4. .env dosyasını oluşturun ve API anahtarlarınızı ekleyin:

OPENAI_API_KEY=your_openai_api_key_here
HF_TOKEN=your_huggingface_token_here

5. Streamlit uygulamasını çalıştırın:

streamlit run app.py