Νικόλαος Λυμπιτάκης, Κατασκευή ενός RAG Chatbot για 
Ξενοδοχειακή Υποστήριξη 

 

 
 

 

41 

 

 

Εικόνα 13 : Αρχείο hotel_reviews_dataset.csv 

 
 
 

Επεξεργασία Σημείων Ενδιαφέροντος (POIs Dataset) 

 

Για  τα  Σημεία  Ενδιαφέροντος  εφαρμόστηκε  συνένωση  χαρακτηριστικών, 

συνδυάζοντας το όνομα (name) και την κατηγορία (category) κάθε εγγραφής. Σε αντίθεση 

με  τις  συχνές  ερωτήσεις,  τα  POIs  αναζητούνται  συνήθως  με  βάση  τον  τύπο  τους  (π.χ. 

“μουσεία”, “εστιατόρια”) και όχι αποκλειστικά με το όνομά τους. Ενσωματώνοντας την 

κατηγορία στο κείμενο που διανυσματοποιείται, το μοντέλο all-MiniLM-L6-v2 μπορεί να 

συσχετίσει ερωτήματα όπως “places to eat” με εγγραφές τύπου “Taverna X - Restaurant”, 

λόγω της λέξης “Restaurant” βελτιώνοντας αισθητά την ανάκληση. 

# Ανάγνωση του αρχείου POIS 
pois_df = pd.read_csv(POIS_CSV_PATH) 

 

# Συνδυασµός Ονόµατος και Κατηγορίας για βελτιωµένη αναζήτηση 

# Π.χ. “Palace of Knossos - Historical Site” 

documents = (pois_df['name'] + “ - “ + pois_df['category']).tolist()  
 

# Τα µεταδεδοµένα περιλαµβάνουν κατηγορία, όνοµα, διεύθυνση. 

metadatas = pois_df.to_dict('records')

 

 

Εικόνα 14 : Kώδικας από setup_vector_stores.py