Update app.py

app.py

@@ -16,7 +16,7 @@ tokenizer =AutoTokenizer.from_pretrained(model_path)
 
 def prediccion(contexto, pregunta):
   #se toqueniza las preguntas y el contexto
-  entradas = tokenizer.encode_plus(pregunta, contexto, return_tensors='pt').to(device)
+  entradas = tokenizer.encode_plus(pregunta, contexto, return_tensors='pt')
   salida = model(**entradas)
   inicio_respuesta = torch.argmax(salida[0])  
   final_respuesta = torch.argmax(salida[1]) + 1 
@@ -47,6 +47,21 @@ def compute_f1(prediction, truth):
   pred_tokens = normalize_text(prediction).split()
   truth_tokens = normalize_text(truth).split()
   
+  # if either the prediction or the truth is no-answer then f1 = 1 if they agree, 0 otherwise
+  if len(pred_tokens) == 0 or len(truth_tokens) == 0:
+    return int(pred_tokens == truth_tokens)
+  
+  common_tokens = set(pred_tokens) & set(truth_tokens)
+  
+  # if there are no common tokens then f1 = 0
+  if len(common_tokens) == 0:
+    return 0
+  
+  prec = len(common_tokens) / len(pred_tokens)
+  rec = len(common_tokens) / len(truth_tokens)
+  
+  return round(2 * (prec * rec) / (prec + rec), 2)
+