add more acts to nlg

dialog_with_nlg.py

@@ -1,9 +1,9 @@
 import string
-from typing import Any
+from typing import Any, List, Tuple
 
 import jsgf
 from unidecode import unidecode
-
+import random
 from convlab.dst import dst
 
 from transformers import (
@@ -191,26 +191,67 @@ class NLG():
         self.tokenizer = AutoTokenizer.from_pretrained("google/umt5-small")
         self.nlg_pipeline  = pipeline('summarization', model=self.model, tokenizer=self.tokenizer)
 
-    def __call__(self, act, slots) -> Any:
+        self.messages = {
+            "welcomemsg": [
+                "Witaj w naszej restauracji! Jak mogę Ci pomóc?",
+                "Witaj! W czym mogę pomóc?",
+                "Hej! Co mogę dla Ciebie zrobić?"
+            ],
+            "canthelp": [
+                "Przepraszam, nie mogę pomóc w tej chwili.",
+                "Nie jestem w stanie pomóc.",
+                "Przepraszam, nie rozumiem."
+            ],
+            "bye": [
+                "Dziękujemy za zamówienie! Smacznego!",
+                "Smacznego! Do zobaczenia!",
+                "Dziękujemy za skorzystanie z naszych usług!"
+            ],
+            "affirm": [
+                "Zamówienie zostało złożone!",
+                "Potwierdzam zamówienie!",
+                "Skladam zamówienie!"
+            ],
+            "repeat": [
+                "Możesz powtórzyć?",
+                "Nie zrozumiałem, możesz powtórzyć?",
+                "Nie zrozumiałem, możesz powtórzyć jeszcze raz?"
+            ],
+            "reqmore": [
+                "Potrzebujesz więcej informacji?",
+                "Czy mogę pomóc w czymś jeszcze?",
+                "Czy mogę zaoferować coś jeszcze?"
+            ]
+        }
+
+    def __call__(self, act: str, slots: List[Tuple[str, str]]) -> str:
         if act == 'welcomemsg':
-            return "Witaj w naszej restauracji! Jak mogę Ci pomóc?"
+            return random.choice(self.messages["welcomemsg"])
         
-        elif act == "offer":
-            if slots == []:
-                return "Przepraszam nie rozumiem. Podaj więcej informacji."
-        
-        elif act == "inform":
+        elif act in ["inform", "request", "select"]:
             if slots == []:
                 return "Przepraszam nie rozumiem. Podaj więcej informacji."
             else:
                 text = [f"{slot[0]}[{slot[1]}]" for slot in slots if slot[1] is not None]
                 return self.nlg_pipeline(f'generate text: {", ".join(text)}')[0]['summary_text']
         
-        elif act == "canthelp.missing_slot_value":
-            return "Cieszę się, że mogłem pomóc. Czy mogę zrobić coś jeszcze?"
+        elif act == "canthelp.missing_slot_value" or act == "canthelp":
+            return random.choice(self.messages["canthelp"])
             
         elif act == "bye":
-            return "Dziękujemy za zamówienie! Smacznego!"
+            return random.choice(self.messages["bye"])
+        
+        elif act == 'affirm':
+            return random.choice(self.messages["affirm"])
+        
+        elif act == "repeat":
+            return random.choice(self.messages["repeat"])
+        
+        elif act == "reqmore":
+            return random.choice(self.messages["reqmore"])
+        
+        elif act == "offer":
+            return "Proszę oto menu zeskanuj kod QR aby je zobaczyć." 
 
 
 if __name__ == "__main__":