🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

📋 Índice

Arquitetura
Módulos Implementados
Dataset
Stack Tecnológica
Como Executar
Estrutura do Repositório
Autor

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

📋 Índice

Arquitetura
Módulos Implementados
Dataset
Stack Tecnológica
Como Executar
Estrutura do Repositório
Autor

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

📋 Índice

Arquitetura
Módulos Implementados
Dataset
Stack Tecnológica
Como Executar
Estrutura do Repositório
Autor

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

📋 Índice

Arquitetura
Módulos Implementados
Dataset
Stack Tecnológica
Como Executar
Estrutura do Repositório
Autor

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

📋 Índice

Arquitetura
Módulos Implementados
Dataset
Stack Tecnológica
Como Executar
Estrutura do Repositório
Autor

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

📋 Índice

Arquitetura
Módulos Implementados
Dataset
Stack Tecnológica
Como Executar
Estrutura do Repositório
Autor

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

🤖 Chatbot de Atendimento E-commerce

Pipeline NLP completo para atendimento ao cliente em e-commerce brasileiro

📋 Índice

Arquitetura
Módulos Implementados
Dataset
Stack Tecnológica
Como Executar
Estrutura do Repositório
Autor

🏗️ Arquitetura

Mensagem do Cliente
│
▼
┌─────────────────────────┐
│ Pré-processamento │ Tokenização, stemming RSLP, remoção de ruído
│ Configurável │ (URLs, emails, números), normalização de acentos
└────────────┬────────────┘
│
┌─────▼──────┐
│ Classificar │ Logistic Regression + TF-IDF
│ Intenção │ 8 classes: saudação, rastreamento, devolução, pagamento,
└─────┬───────┘ frete, reclamação, despedida, outros
│
┌─────▼──────────┐
│ Confiança │ threshold < 0.6 → escala para humano
│ Calibrada │ reclamação → sempre escala (regra de negócio)
└─────┬──────────┘
│
┌─────▼──────────────┐
│ Extrair Entidades │ Regex + validação: pedidos (PED/ORD-XXXXXX),
│ │ valores (R$), datas, emails, telefones (DDD)
└─────┬──────────────┘
│
┌─────▼────────────────────┐
│ Roteamento por Intenção │
│ ┌────────────────────┐ │
│ │ FAQ Multi-nível │ │ TF-IDF (≥0.7) → Bigramas (≥0.3) → Sugestões top-3
│ │ Handlers │ │ Saudação, despedida, rastreamento com mock
│ │ Fallback │ │ Quando nenhum módulo resolve
│ └────────────────────┘ │
└──────────┬───────────────┘
│
┌─────▼──────┐
│ Resposta │ + Análise de sentimento (BERT) + Analytics
└────────────┘

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

Pipeline de limpeza textual com parâmetros flexíveis:

Tokenização com NLTK
Stemming RSLP para português
Remoção de URLs/emails/números
Normalização de acentos (unicodedata)
Filtragem por tamanho mínimo de token

Cada etapa é ativável via parâmetro booleano.

🔍 Busca FAQ Multi-nível

Motor de busca semântica com fallback em cascata:

Nível	Método	Threshold	Descrição
1	Similaridade Cosseno (TF-IDF)	≥ 0.7	Matching semântico direto
2	Sobreposição de Bigramas	≥ 0.3	Matching estrutural
3	Sugestões Top-3	-	Retorna perguntas mais similares

🎯 Classificação de Intenções

Modelo: Logistic Regression multinomial + vetores TF-IDF (bigrams, 500 features)
Threshold de confiança: 0.6 para escalação automática
Regra de negócio: Reclamações sempre escalam para atendente humano, independente da confiança

📦 Extração e Validação de Entidades

Dupla verificação: extração via regex + validação por regras de negócio

Entidade	Formato	Validação
Pedidos	PED/ORD + 6-10 dígitos	Formato alfanumérico
Valores	R$	Range R$ 0–10.000
Datas	ISO	Range 2020–2030
Emails	Padrão	Formato básico
Telefones	DDD + número	DDD brasileiro

🔄 Roteador Conversacional

Pipeline central que integra todos os módulos com separação rigorosa de responsabilidades:

Campo intencao reflete exatamente a saída do classificador (sem contaminação do roteador)
Métricas precisas e auditoria de decisões
Logging estruturado em padrão de produção

💭 Análise de Sentimento

Modelo principal: BERT multilingual (nlptown/bert-base-multilingual-uncased-sentiment)
Fallback: Análise léxica quando BERT não está disponível

💻 Interface Gradio

Chat interativo com dashboard de analytics em tempo real.

📊 Dataset

FAQ e intenções construídos para e-commerce brasileiro:

8 categorias de intenção: saudação, rastreamento, devolução, pagamento, frete, reclamação, despedida, outros
40 exemplos por categoria
320 exemplos no total

🛠️ Stack Tecnológica

Categoria	Tecnologias
NLP	NLTK (tokenize, stopwords, RSLP stemmer, bigrams)
ML	scikit-learn (TF-IDF, Logistic Regression, cosine_similarity)
Deep Learning	Transformers / BERT (análise de sentimento)
Interface	Gradio
Ambiente	Google Colab (GPU opcional para BERT)

📌 Nota: Este projeto implementa a abordagem clássica de NLP (TF-IDF, classificação supervisionada, regex para NER, roteamento por regras) — a arquitetura padrão de chatbots pré-LLM. O objetivo é demonstrar domínio dos fundamentos que sustentam as soluções modernas baseadas em LLMs.

🚀 Como Executar

1️⃣ Instalação das Dependências

pip install -r requirements.txt

2️⃣ Execução

Abra ecommerce_chatbot_nlp.ipynb no Google Colab ou Jupyter e execute todas as células sequencialmente.

A interface Gradio será iniciada automaticamente na última seção.

📁 Estrutura do Repositório

Chatbot_NLP/
├── 📓 ecommerce_chatbot_nlp.ipynb # Notebook principal com todo o pipeline
├── 📖 README.md # Documentação do projeto
└── 📦 requirements.txt # Dependências Python

👤 Autor

Antonio Sergio Castro de Carvalho Junior

Name		Name	Last commit message	Last commit date
README.md		README.md
ecommerce_chatbot_nlp.ipynb		ecommerce_chatbot_nlp.ipynb
requirements.txt		requirements.txt

Latest commit

History

Folders and files

Repository files navigation

🤖 Chatbot de Atendimento E-commerce

📋 Índice

🏗️ Arquitetura

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

🔍 Busca FAQ Multi-nível

🎯 Classificação de Intenções

📦 Extração e Validação de Entidades

🔄 Roteador Conversacional

💭 Análise de Sentimento

💻 Interface Gradio

📊 Dataset

🛠️ Stack Tecnológica

🚀 Como Executar

1️⃣ Instalação das Dependências

2️⃣ Execução

📁 Estrutura do Repositório

👤 Autor

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

🤖 Chatbot de Atendimento E-commerce

📋 Índice

🏗️ Arquitetura

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

🔍 Busca FAQ Multi-nível

🎯 Classificação de Intenções

📦 Extração e Validação de Entidades

🔄 Roteador Conversacional

💭 Análise de Sentimento

💻 Interface Gradio

📊 Dataset

🛠️ Stack Tecnológica

🚀 Como Executar

1️⃣ Instalação das Dependências

2️⃣ Execução

📁 Estrutura do Repositório

👤 Autor

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

🤖 Chatbot de Atendimento E-commerce

📋 Índice

🏗️ Arquitetura

🧩 Módulos Implementados

🔧 Pré-processamento Configurável

🔍 Busca FAQ Multi-nível

🎯 Classificação de Intenções

📦 Extração e Validação de Entidades

🔄 Roteador Conversacional

💭 Análise de Sentimento

💻 Interface Gradio

📊 Dataset

🛠️ Stack Tecnológica

🚀 Como Executar