File size: 2,168 Bytes
90e359d
 
 
 
 
cc12747
 
 
90e359d
cc12747
90e359d
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
cc12747
90e359d
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
import spacy

# Cargar el modelo de idioma en español
nlp = spacy.load("es_core_news_sm")

def get_bot_response(user_message: str) -> str:
    """
    Función que recibe el mensaje del usuario y devuelve una respuesta del chatbot.
    Utiliza spaCy para analizar el mensaje y proporcionar respuestas más precisas.
    """
    doc = nlp(user_message.lower())

    # Definir palabras clave y respuestas
    keywords_responses = {
        "web": "¡Claro! Desarrollo sitios web personalizados, optimizados y responsivos para potenciar tu negocio.",
        "sitio": "¡Claro! Desarrollo sitios web personalizados, optimizados y responsivos para potenciar tu negocio.",
        "app": "¡Por supuesto! Creo aplicaciones móviles con una experiencia de usuario excepcional y alto rendimiento.",
        "móvil": "¡Por supuesto! Creo aplicaciones móviles con una experiencia de usuario excepcional y alto rendimiento.",
        "mobile": "¡Por supuesto! Creo aplicaciones móviles con una experiencia de usuario excepcional y alto rendimiento.",
        "ia": "La inteligencia artificial puede transformar procesos. ¿Te gustaría explorar cómo implementarla en tu proyecto?",
        "inteligencia artificial": "La inteligencia artificial puede transformar procesos. ¿Te gustaría explorar cómo implementarla en tu proyecto?",
        "power bi": "Power BI es una herramienta potente para convertir datos en insights. ¿Quieres saber más sobre cómo podemos aprovecharla?",
        "insights": "Power BI es una herramienta potente para convertir datos en insights. ¿Quieres saber más sobre cómo podemos aprovecharla?",
        "hola": "¡Hola! ¿En qué puedo ayudarte hoy?",
        "buenos días": "¡Hola! ¿En qué puedo ayudarte hoy?",
        "saludos": "¡Hola! ¿En qué puedo ayudarte hoy?"
    }

    # Buscar palabras clave en el mensaje del usuario
    for token in doc:
        if token.text in keywords_responses:
            return keywords_responses[token.text]

    # Respuesta predeterminada si no se encuentran palabras clave
    return "Gracias por tu mensaje. ¿Podrías darme más detalles o especificar en qué área estás interesado?"