NLPIA★ En vedetteDépôt public

Chatbot basé sur un Graphe de Connaissances

Transforme un texte non structuré (en l'occurrence le décret ministériel marocain sur la digitalisation des marchés publics) en un graphe de connaissances interrogeable. Llama 3.1 (8B, servi via Ollama) extrait entités et relations du texte source, stockées progressivement sous forme de triplets dans Neo4j. Les questions en langage naturel sont converties en requêtes Cypher via Langchain, récupérant les relations pertinentes du graphe (indexées en texte intégral) et générant des réponses fondées avec attribution des sources, réduisant les hallucinations par rapport à un LLM seul. Développé et exécuté sur Google Colab.

Technologies

PythonLLaMA 3.1LangchainNeo4jRAGGradio

Galerie

Liens

Code

À voir aussi

★

Q&A sur les données de vente aux utilisateurs - Assistant commercial

Assistant de chat basé sur un modèle de langage local (LLM) qui transforme une question commerciale formulée en langage naturel en une requête SQL vérifiable portant sur 3,1 millions d'enregistrements réels de concessionnaires Caterpillar, avec des mécanismes de sécurité intégrés autour de cinq pièges de données vérifiés qui renvoient discrètement un chiffre erroné s'ils sont ignorés.

PythonFastAPIDuckDBOllama (Local LLM)SQLsqlglotJavaScript,SSE

Dépôt privéVoir le détail

★

Agent d'analyse multilingue TAE

Agent hors ligne qui transforme des questions en français, anglais ou arabe en requêtes SQL vérifiées sur une base de 117 000 réclamations de support Caterpillar, validé à 87 % de précision d'exécution sur un benchmark de 100 questions en 3 langues.

PythonStreamlitOllamaQwenSQLiteNetworkXNumPysqlglot

Dépôt privéVoir le détail

Chatbot IA propulsé par Gemini

Chatbot MERN full-stack utilisant le modèle Gemini-1.5-Flash de Google, avec authentification, historique des conversations et upload d'images.

MongoDBExpress.jsNode.jsReactViteGemini APIClerkImageKit

Dépôt publicCode