Service de démonstration MatzipAI

Bonjour.
Il s’agit d’un service de démonstration que j’ai réalisé dans le cadre d’un projet de cours à l’université.
(https://soulplate.vercel.app)

Pour l’instant, il ne couvre que des restaurants situés près du campus, et toutes les fonctionnalités ne sont pas encore implémentées.
J’aimerais le faire évoluer après avoir recueilli les retours d’autres utilisateurs.
Même un petit retour sera grandement apprécié !

Cible

• les personnes qui se fient à la note moyenne d’un restaurant avant d’y aller, puis en repartent déçues

Solution

• fournir pour chaque restaurant une note personnalisée selon l’utilisateur

En détail

• Chaque avis utilisateur est vectorisé avec TF-IDF pour obtenir un vecteur de 100 dimensions.
  La moyenne de tous les vecteurs d’avis d’un utilisateur est ensuite calculée et stockée.
• Chaque avis utilisateur est converti à partir du résultat d’une analyse ABSA.
  La moyenne de tous les résultats ABSA est ensuite calculée et stockée.
• Les avis rédigés sur les restaurants sont vectorisés avec TF-IDF, soumis à un calcul ABSA, puis moyennés et stockés.
• Tous les vecteurs sont rassemblés pour prédire une note avec DeepFM.
• Les deux vecteurs sont distingués afin de prédire une note à l’aide d’un multi-model.