Persian cookbook
its __init__.py run preprocesses and it is root of django project which indicate url patterns.
نسخه اچ تی ام ال یک غذا را در مرورگر کاربر نمایش می دهد. برای مثال در یو آر ال /FoodView/47 غذای
شماره چهل و هفت ذخیره می شود.
برای هر مواد غذایی، به کمک الگوریتم هاب ها و آتوریتی ها یک امتیاز به عنوان پرکاربرد بودن برای هر ماده غذایی نشان می دهیم. به کمک این عدد کاربر می تواند متوجه شود که هر ماده غذایی چقدر در بقیه غذا ها کاربرد دارد و در صورت خریداری آن، اگر مقداری برایش اضافه بماند آیا می تواند از آن به راحتی در بقیه غذا ها استفاده کند و یا این ماده روی دستش خواهد ماند.
this part help to predict next words in the search bar. first prediction address typos, the rest assume typed word are correct ,and it tries to complete it.
return html of first page
by searching a text, this part, sends your text to the corresponding function and shows the result in a list format.
hold all html files
hold all data files, like pretrained Kmean or dictionaries for boolean and tf-idf search.
loads ParsBert model
searches from HW3
we use transformer as word2vec model this time and improve our results. by searching a text with this approach, system will initially search by transformer and concat the highest score food with 100 random food from its cluster.
we use transformer as word2vec model and train a decision tree on top, to classify foods in 5 different category. categories are:
- پیش غذا
- کیک، شیرینی و نوشیدنی
- غذای اصلی
- سلامت غذایی
- ساندویچ، پیتزا و ماکارونی،پاستا
We use a two-layer fully-connected net as a classifier. The vectors from transformer are used as the input to the net and the last layer specifies a distribution over classes.
در ابتدا پیش‌پردازش را بر روی داده‌ها انجام می‌دهیم و سپس آن‌ها را در ایندکسی در دیتابیس الستیک ذخیره می‌کنیم. برای سرچ نیز وزن بیشتری به نام غذا می‌دهیم و وزن کمتری را برای تگ‌ها و مواد اولیه در‌نظر میگیریم. در اصل از روش function_score در الستیک استفاده کردیم.
by getting a text it tries to find a query for users.
A language model is created and used for probability of words.
For each input query, all corpus words having edit distance at most 2 are generated. Then the most probable one (according to language model and edit probability) is chosen as the result.
This spell corrected word is suggested and used in all searches.
we use ParsBert. it could predict masks words. we concat several [mask] sign to the text and then concat "را میتوان خورد". then use bert to predict missing words which usually ended up being food.
it will preprocess food and normalizing them.