virtual-patient/virtual-patient-rasa/README.md

#### rasa镜像版本说明
| 镜像名称     | 镜像版本  |镜像id| 说明                      |
|----------|-------| --- |-------------------------|
| rasa_dev | 1.0.0 | 365fe9f00bac | rasa镜像基础版本，只包含必要的rasa服务 |
| rasa_dev | 1.1.0 |  | 在1.0.0的基础上添加text2vec服务  |
| rasa_dev | 2.0.0 | 22313f228098 | 添加rasa-java服务   |


# 文本相似度匹配应用程序
> 这个应用程序使用 text2vec 进行文本相似度匹配，允许用户更新数据集并查询最佳匹配项。

## 安装依赖
```bash
创建环境
conda create text2vec_env python=3.9
进入环境
conda activate text2vec_env
```
```bash
pip install torch 
pip install flask
pip install text2vec -i https://pypi.tuna.tsinghua.edu.cn/simple
```
启动应用程序
``` bash
python app.py
```

应用程序将在 http://127.0.0.1:5000/ 上运行。

# API文档
```
API 文档：

1. 更新数据集
   - 端点: /update_dataset
   - 方法: POST
   - 输入: JSON [{"id": "101","question": "你好"},{"id": "541","question": "你好吗？"}]
   - 输出: JSON {"status": "success", "message": "数据集更新成功"}

2. 获取匹配项
   - 端点: /matches
   - 方法: POST
   - 输入: JSON {"querySentence": "查询句子", "threshold": 0.7}
   - 输出: JSON {"status": "success", "results": [{"id": 1, "sentence": "匹配的句子", "similarity": 0.75}]}

3. 获取所有相似度
   - 端点: /get_all_similarities
   - 方法: POST
   - 输入: JSON {"querySentence": "查询句子"}
   - 输出: JSON {"status": "success", "results": [{"id": 1, "sentence": "句子1", "similarity": 0.8}]}
```