Νικόλαος Λυμπιτάκης, Κατασκευή ενός RAG Chatbot για 
Ξενοδοχειακή Υποστήριξη 

 

 
 

 

62 

κλιμακώσιμη  και  συνεπή  εναλλακτική  λύση  έναντι  της  χρονοβόρας  ανθρώπινης 

αξιολόγησης. 

Στην παρούσα υλοποίηση, ως “Κριτής” επιλέχθηκε το μοντέλο DeepSeek. Το μοντέλο αυτό 

κλήθηκε να συγκρίνει τρία στοιχεία για κάθε σενάριο ελέγχου: 

1.  Την ερώτηση του χρήστη. 

2.  Την απάντηση που παρήγαγε το chatbot. 

3.  Την "Αλήθεια" (Ground Truth), δηλαδή την ιδανική και τεκμηριωμένη απάντηση που 

προέρχεται από τα επίσημα έγγραφα του ξενοδοχείου. 

 

Μέσω κατάλληλου Prompt Engineering στο script evaluation.py, το μοντέλο-κριτής 

καθοδηγήθηκε  να  λειτουργήσει  ως  ένας  αυστηρός  αξιολογητής,  βαθμολογώντας  κάθε 

απάντηση σε κλίμακα 0 έως 5 για κάθε μία από τις τιθέμενες μετρικές. 

Η διαδικασία αυτοματοποιήθηκε πλήρως μέσω του script evaluation.py. Η ροή εκτέλεσης 

περιγράφεται στα παρακάτω βήματα: 

1.  Φόρτωση  Δεδομένων:  Το  σύστημα  διαβάζει  τις  30  ερωτήσεις  για  έλεγχο  που 

δημιουργήθηκαν από το LLM στη βάση γνώσης του ξενοδοχείου και τις αντίστοιχες 

σωστές απαντήσεις από το CSV αρχείο. 

2.  Παραγωγή  Απάντησης:  Κάθε  ερώτηση  υποβάλλεται  στο  chatbot.  Το  σύστημα 

ενεργοποιεί  τον  μηχανισμό  RAG,  ανακτά  πληροφορίες  και  παράγει  την  τελική 

απάντηση. Σε αυτό το στάδιο καταγράφεται και ο χρόνος απόκρισης (latency) σε 

δευτερόλεπτα. 

3.  Αξιολόγηση: Η τριάδα (Ερώτηση, Απάντηση Chatbot, Ground Truth) στέλνεται στο 

μοντέλο DeepSeek με εντολή να βαθμολογήσει την ποιότητα. 

4. 

Καταγραφή:  Τα  αποτελέσματα  (βαθμολογίες  και  σχόλια  αιτιολόγησης) 

αποθηκεύονται στο αρχείο evaluation_results.csv για περαιτέρω ανάλυση.

  

 

Για τις ανάγκες της αξιολόγησης δημιουργήθηκε ένα ειδικό σύνολο δεδομένων, το 

οποίο περιλαμβάνεται στο αρχείο test_scenarios.csv. Το σύνολο αυτό αποτελείται από 30 

επιλεγμένες ερωτήσεις που καλύπτουν το 90% της βάσης γνώσης, χωρισμένες ισομερώς σε 

δύο γλώσσες: 

•  15 Ερωτήσεις στα Ελληνικά. 
•  15 Ερωτήσεις στα Αγγλικά.