Bienvenue sur ce projet de Cocktail RAG où l'objectif est de retrouver un cocktail à partir d'un texte entré quelconque grâce à une base de données vectorielle.
Vous trouverez dans ce projet un compte rendu au format Makdown et PDF.
Ce projet a été organisé en 5 étapes, correspondant aux 5 notebooks dans le dossier notebooks :
- 1-web_scrapping : récupération des données de cocktails
- 2-exploration-data : exploration des données avec visualisations
- 3-creation_bd_vectorielle : création de la base de données vectorielle
- 4-dataset_eval : création du dataset d'évaluation pour les méthodes de recherche
- 5-benchmark_distance : comparaison des méthodes de recherche de distance
De plus, il y a une application Streamlit permettant de tester le projet, et ce dans le dossier streamlit_app également disponible sur ce lien.
En étant à la racine du projet, il suffit d'exécuter la commande streamlit run streamlit_app/app.py pour lancer l'application.
Il y a aussi deux dossier geo et img qui sont utiles à certains notebooks.
Et enfin il y a le dossier data qui contient les données de cocktails et le dataset d'évaluation.
Conseil pour découvrir le projet : pour découvrir le projet, je vous conseille les étapes suivantes dans l'ordre:
- Lire le compte rendu
- Explorer les 5 notebooks dans l'ordre de leur numérotation pour comprendre le code derrière le projet
- Tester l'application Streamlit pour expérimenter le projet