TalkSmith

Um chatbot de Aprendizado de Máquina que responde a perguntas em português usando técnicas de TF-IDF e BM25 sobre um corpus de texto, agora com uma interface gráfica simples feita em tkinter.

---

Descrição

Este projeto implementa um assistente de conversação simples em Python, capaz de:

• Cumprimentar o usuário de forma natural.
• Capturar definições de termos (e.g. “o que é X?”, “defina X”).
• Listar tópicos de matemática e contextualizar perguntas como “quais matérias?”.
• Informar sobre quem “inventou” a matemática.
• Buscar respostas relevantes no corpus usando TF-IDF (uni-grams e bi-grams) e, em caso de baixa similaridade, recorrer ao BM25.
• Normalizar texto (remoção de acentos, lematização e filtros de stopwords).
• Interagir por meio de uma interface gráfica amigável, com design escuro, botões estilizados e rolagem automática da conversa.

---

Tecnologias e Dependências

• Python ≥ 3.8
• nltk (3.9.1)
• spacy (+ modelo pt_core_news_sm)
• scikit-learn (1.7.0)
• rank_bm25
• Outros: click, colorama, joblib, numpy, regex, scipy, threadpoolctl, tqdm

As versões exatas estão listadas no arquivo requirements.txt.

---

Instalação

1. Clone o repositório

   git clone https://github.com/seu-usuario/talksmith.git
   cd talksmith

2. Crie e ative um ambiente virtual

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

3. Instale as dependências

   pip install --upgrade pip
   pip install -r requirements.txt

4. Baixe o modelo de português do spaCy

   python -m spacy download pt_core_news_sm

---

Estrutura do Projeto

talksmith/
├── chat_ui.py             # Interface gráfica com tkinter
├── data.txt               # Corpus de conhecimento em texto puro
├── intents.py             # Regras manuais de intenções (saudação, definição etc)
├── preprocessing.py       # Lematização, remoção de acentos e stopwords
├── retrieval.py           # Implementação do TF-IDF, BM25 e busca
├── requirements.txt       # Dependências do projeto
├── README.md              # Documentação geral
├── .env                   # Variáveis de ambiente (local)
├── .env.example           # Modelo base de .env
├── .gitignore             # Arquivos ignorados no Git
└── venv/                  # Ambiente virtual (local)

---

Como Funciona

1. Leitura e Tokenização

   • Carrega data.txt e separa em sentenças usando nltk.sent_tokenize.

2. Normalização

   • Remove acentos e pontuação.
   • Lematiza e filtra stopwords usando spaCy.

3. Índices de Pesquisa

   • TF-IDF com n-grams (uni-grams e bi-grams), filtrando termos muito frequentes ou raros.
   • BM25 como fallback para consultas menos comuns.

4. Geração de Resposta

   • Verifica intenções manuais (saudações, definição, tópicos etc.).
   • Se necessário, usa recuperação de similaridade textual (TF-IDF → BM25).
   • Caso não encontre resposta com confiança, exibe uma mensagem padrão.

5. Interface Gráfica com tkinter

   • Interface escura e responsiva.
   • Campo de entrada + botão de envio.
   • Área de chat com rolagem e destaque visual entre usuário e bot.

---

Uso

Execute a interface gráfica:

python chat_ui.py

• Digite perguntas diretamente no campo inferior.
• Pressione Enter ou clique em “Enviar”.
• Para sair, digite bye.

---

Contribuição

1. Faça um fork do repositório.
2. Crie uma branch (git checkout -b feature/nova-funcionalidade).
3. Faça commit das suas alterações (git commit -m "Adiciona X").
4. Push para sua branch (git push origin feature/nova-funcionalidade).
5. Abra um Pull Request e aguarde a revisão.

---

Licença

Este projeto está licenciado sob a MIT License. Sinta-se à vontade para usar, modificar e distribuir.