banking-nlp 1.0.0

French banking intent and entities extraction package

banking_nlp

banking_nlp est un package Python prêt à installer via pip pour extraire:

• l'intention principale
• les entités associées

à partir d'un texte utilisateur en français (contexte bancaire).

Auteur

• Auteur: Ricardo AMOUSSOU
• GitHub: https://github.com/hkdebendo
• Email: [e-mail]

Fonction principale

import banking_nlp

result = banking_nlp.predict("Je veux envoyer 5000 à Jean")
print(result)

Exemple de sortie:

{
  "intention": "VIREMENT_INIT",
  "entités": {
    "beneficiaire": "jean",
    "montant": "5000"
  },
  "score": 0.9987,
  "fallback": false
}

Installation

Depuis un dossier local (développement)

pip install .

Depuis GitHub (quand le repo est publié)

pip install git+https://github.com/hkdebendo/banking_nlp.git

Utilisation

import banking_nlp

print(banking_nlp.predict("Quel est mon solde actuel ?"))
print(banking_nlp.predict("Montre mes opérations du lundi passé"))
print(banking_nlp.predict("Securise 2000 sur mes économies"))

API publique

• banking_nlp.predict(text: str, score_threshold: float = 0.60, margin_threshold: float = 0.15) -> dict
• banking_nlp.warmup() -> None (précharge les modèles en mémoire)

Intentions supportées

• CONSULTER_SOLDE
• HISTORIQUE_SIMPLE
• HISTORIQUE_FILTRE
• VIREMENT_INIT
• ANNULATION
• aide
• salutation
• INCOMPRIS (fallback)

Entités extraites

• VIREMENT_INIT: beneficiaire, montant
• HISTORIQUE_FILTRE: type, time
• CONSULTER_SOLDE: compte

Message de bienvenue

Le package affiche un message de bienvenue et de remerciement à la première importation:

• Bienvenue dans banking_nlp
• Auteur et contacts

Vous pouvez aussi l'afficher manuellement:

banking-nlp-welcome

Structure

banking_nlp/
  pyproject.toml
  README.md
  MANIFEST.in
  banking_nlp/
    __init__.py
    predictor.py
    cli.py
    models/
      intent_textcat_fr/
      slots/

Build distribution

python -m pip install --upgrade build
python -m build

Les artefacts seront générés dans dist/ (.whl et .tar.gz).

Publication PyPI (optionnel)

python -m pip install --upgrade twine
twine upload dist/*

Notes

• Python recommandé: 3.10+
• Le package embarque les modèles spaCy entraînés.
• Aucun entraînement n'est requis côté utilisateur final.