Spaces:
Runtime error
Runtime error
File size: 2,335 Bytes
723fe48 ecd025e ee38e04 82871f4 ecd025e 723fe48 48eef38 723fe48 48eef38 723fe48 48eef38 723fe48 48eef38 723fe48 48eef38 82871f4 48eef38 723fe48 48eef38 723fe48 48eef38 723fe48 82871f4 723fe48 ba48fb7 723fe48 48eef38 723fe48 48eef38 723fe48 48eef38 723fe48 48eef38 723fe48 48eef38 723fe48 48eef38 723fe48 |
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 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 |
import pandas as pd
import gradio as gr
from transformers import AutoTokenizer, AutoModel
#import torch
tokenizer = AutoTokenizer.from_pretrained('juridics/bertimbaulaw-base-portuguese-sts-scale')
model = AutoModel.from_pretrained('juridics/bertimbaulaw-base-portuguese-sts-scale')
# Dados iniciais
data = {
'Nome': ['Alice', 'Bob', 'Charlie'],
'Idade': [25, 30, 35],
'Cidade': ['Nova York', 'Los Angeles', 'Chicago'],
'Feedback': [None, None, None]
}
df = pd.DataFrame(data)
# Função para adicionar feedback
def add_feedback(nome, feedback):
global df
df.loc[df['Nome'] == nome, 'Feedback'] = feedback
return df
# Função para obter uma resposta do GPT (substituição para chamada real ao GPT)
def get_gpt_response(query):
# Converte o DataFrame para string CSV
csv_data = df.to_csv(index=False)
# Cria contexto com feedback
context = f"""
Aqui estão os dados das pessoas incluindo seus nomes, idades, cidades onde moram e feedback:
{csv_data}
"""
input_ids = tokenizer.encode(query, return_tensors='pt')
max_length = input_ids.shape[1] + 100
generated_ids = model.generate(input_ids, max_length=max_length)
generated_text = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
return generated_text
def ask_question(pergunta):
resposta = get_gpt_response(pergunta)
return resposta
def submit_feedback(nome, feedback):
updated_df = add_feedback(nome, feedback)
return updated_df
with gr.Blocks() as demo:
gr.Markdown("# Sistema de Consulta e Feedback de Dados")
with gr.Row():
with gr.Column():
question_input = gr.Textbox(label="Faça uma Pergunta")
response_output = gr.Textbox(label="Resposta do GPT", interactive=False)
ask_button = gr.Button("Perguntar")
with gr.Column():
name_input = gr.Textbox(label="Nome para Feedback")
feedback_input = gr.Textbox(label="Feedback")
submit_button = gr.Button("Enviar Feedback")
feedback_df = gr.Dataframe(label="DataFrame Atualizado", interactive=False)
ask_button.click(fn=ask_question, inputs=question_input, outputs=response_output)
submit_button.click(fn=submit_feedback, inputs=[name_input, feedback_input], outputs=feedback_df)
demo.launch()
|