El chatbot culinario

Abstract

Según la OMS, la obesidad infantil y juvenil en España es de un 14,2% [1] y en los adultos, uno de cada cinco sufre de obesidad [2]. Además, se evidencia un incremento en la carencia de prácticas alimentarias saludables y equilibradas en la sociedad, como consecuencia del estilo de vida, la falta de motivación y la limitación de tiempo. Para enfrentar esta problemática, se propone desarrollar un chatbot que promueva la alimentación equilibrada y saludable. A diferencia de las aplicaciones que ya existen, se busca proporcionar una experiencia más personalizada al usuario, a través de una conversación en tiempo real. El chatbot será capaz de ayudar el usuario en la planificación de las comidas, considerando sus preferencias alimenticias, y proporcionar información nutricional de las recetas y alimentos. El desarrollo del chatbot implica diferentes etapas: análisis, diseño, desarrollo, implementación y pruebas. Durante el análisis y diseño, se definen los casos de uso del chatbot y las intenciones. A través de librerías específicas de procesamiento de lenguaje natural y aprendizaje automático en Python, se construye un sistema capaz de identificar patrones en un conjunto de datos de intenciones para realizar predicciones. Como resultado, se obtiene un chatbot que, mediante una red neuronal entrenada y las intenciones identificadas, tiene la capacidad de predecir la intención del usuario y proporcionar una de las respuestas predefinidas, complementadas con información de la base de datos. Es posible que algunas intenciones sean incorrectamente predichas debido a la similitud de los datos, cuando hay elementos comunes en las diferentes intenciones.

According to the WHO, childhood and juvenile obesity in Spain is 14.2% [1] and in adults, one in five suffers from obesity [2]. In addition, there is evidence of an increase in the lack of healthy and balanced eating practices in society, as a consequence of lifestyle, lack of motivation and time constraints. To address this issue, it is proposed to develop a chatbot that promotes balanced and healthy eating. Unlike existing applications, it seeks to provide a more personalized experience to the user, through a real-time conversation. The chatbot will be able to assist the user in meal planning, considering their food preferences, and provide nutritional information on recipes and food. The development of the chatbot involves different stages: analysis, design, development, implementation and testing. During analysis and design, the chatbot use cases and intentions are defined. Through specific natural language processing and machine learning libraries in Python, a system capable of identifying patterns in a data set of intentions to make predictions is built. As a result, a chatbot is obtained that, through a trained neural network and the identified intentions, has the ability to predict the user's intention and provide one of the predefined answers, complemented with information from the database. It is possible that some intentions are incorrectly predicted due to the similarity of the data, when there are common elements in the different intentions.

Segons l'OMS, l'obesitat infantil i juvenil a Espanya és d'un 14,2% [1] i en els adults, un de cada cinc sofreït d'obesitat [2]. A més, s'evidencia un increment en la cura de pràctiques alimentaries saludables i equilibrades en la societat, com a conseqüència de l'estil de vida, la falta de motivació i la limitació del temps. Per enfrontar-se a aquesta problemàtica, es proposa desenvolupar un chatbot que promogui l'alimentació equilibrada i saludable. A diferència de les aplicacions que ja existeixen, es busca proporcionar una experiència més personalitzada a l'usuari, a través d'una conversa en temps real. El chatbot serà capaç d'ajudar l'usuari a la planificació de les menjars, tenint en compte les seves preferències alimentaries, i proporcionar informació nutricional de les receptes i aliments. El desenvolupament del chatbot implica diferents etapes: anàlisi, disseny, desenvolupament, implementació i proves. Durant l'anàlisi i el disseny, es defineixen els casos d'ús del chatbot i les intencions. A través de llibreries específiques de processament de llenguatge natural i aprenentatge automàtic en Python, es construeix un sistema capaç d'identificar els patrons en un conjunt de dades d'intencions per a realitzar prediccions. Com a resultat, s'obté un chatbot que, mitjançant una red neuronal entrenada i les intencions identificades, té la capacitat de decidir la intenció de l'usuari i proporcionar una de les respostes predefinides, complementades amb informació de la base de dades. És possible que algunes intencions sean incorrectament predites a causa de la similitud de les dades, quan hi ha elements comunes a les diferents intencions.