update system3

system3.py

@@ -2,6 +2,81 @@ import spacy
 
 nlp = spacy.load("pl_core_news_md")
 
+class DialogManager:
+    def __init__(self, nlu_module, dst_module):
+        self.nlu_module = nlu_module
+        self.dst_module = dst_module
+
+    def start_dialog(self):
+        self.dst_module.update_state([])  # Zerowanie stanu dialogowego
+
+        while True:
+            user_input = input("Użytkownik: ")
+
+            # Wykorzystanie modułu NLU do ekstrakcji aktywności i slotów
+            acts = self.nlu_module.extract_acts_and_slots(user_input)
+
+            # Aktualizacja stanu dialogowego za pomocą modułu DST
+            self.dst_module.update_state(acts)
+            dialog_state = self.dst_module.get_state()
+
+            # Logika dialogu
+            if not acts:
+                response = "Przepraszam, nie rozumiem. Czym mogę Ci pomóc?"
+            elif "hello" in acts[0].act_type:
+                response = "Witaj! W czym mogę Ci pomóc?"
+            elif "inform" in acts[0].act_type:
+                response = self.generate_response(dialog_state)
+            elif "bye" in acts[0].act_type:
+                response = "Dziękuję za rozmowę. Miłego dnia!"
+                break
+            else:
+                response = "Nie rozumiem. Czym mogę Ci pomóc?"
+
+            print("Agent:", response)
+
+    def generate_response(self, dialog_state):
+        # Logika generowania odpowiedzi na podstawie stanu dialogowego
+        # Możesz dostosować tę logikę do swoich potrzeb
+        # Przykład: generowanie odpowiedzi na podstawie aktualnego stanu dialogowego
+        response = "Rozumiem, potrzebujesz"
+
+        if "product type" in dialog_state and "product" in dialog_state:
+            product_type = dialog_state["product type"]
+            product = dialog_state["product"]
+            response += f" {product} z kategorii {product_type}"
+        elif "product type" in dialog_state:
+            product_type = dialog_state["product type"]
+            response += f" produkty z kategorii {product_type}"
+        else:
+            response += " informacji o twoich potrzebach"
+
+        response += ". Jak mogę Ci jeszcze pomóc?"
+
+        return response
+
+class DialogStateTracker:
+    def __init__(self):
+        self.dialog_state = {}
+
+    def update_state(self, acts):
+        for act in acts:
+            if act.act_type == "hello":
+                self.dialog_state = {}
+            elif act.act_type == "bye":
+                self.dialog_state = {}
+            elif act.act_type == "inform":
+                slots = act.slots
+                for slot, value in slots.items():
+                    self.dialog_state[slot] = value
+
+    def get_state(self):
+        return self.dialog_state
+    
+
+
+
+
 product_type_rules = {
     "pieczywo": ["chleb", "bułka", "rogalik", "bagietka"],
     "owoce": ["jabłko", "banan", "gruszka", "pomarańcza"],
@@ -23,7 +98,11 @@ class DialogAct:
         self.act_type = act_type
         self.slots = slots if slots else {}
 
-def extract_acts_and_slots(text):
+class NLU:
+    def __init__(self):
+        pass
+
+    def extract_acts_and_slots(text):
         doc = nlp(text)
         acts = []
 
@@ -45,14 +124,14 @@ def extract_acts_and_slots(text):
             elif token.lower_ in ["nie", "nie chcę"]:
                 acts.append(DialogAct("deny"))
             elif token.pos_ == "NOUN":
-            product_type, product = find_product_type(token.lemma_)
+                product_type, product = self.find_product_type(token.lemma_)
                 if product_type and product:
                     act = DialogAct("inform", {"product type": product_type, "product": product})
                     acts.append(act)
 
         return acts
 
-def find_product_type(product):
+    def find_product_type(product):
         for product_type, products in product_type_rules.items():
             if product in products:
                 return product_type, product
@@ -60,8 +139,24 @@ def find_product_type(product):
         return None, None
 
 text = "Cześć, chciałbym kupić mleko, sok oraz chleb"
-acts = extract_acts_and_slots(text)
+nlu = NLU()
+acts = nlu.extract_acts_and_slots(text)
 for act in acts:
     print(f"Type: {act.act_type}")
     print(f"Slots: {act.slots}")
     print()
+
+
+dst = DialogStateTracker()
+
+text = "Cześć, chciałbym kupić mleko, sok oraz chleb"
+acts = nlu.extract_acts_and_slots(text)
+
+
+dst.update_state(acts)
+
+
+dialog_state = dst.get_state()
+
+print("Dialog State:")
+print(dialog_state)