Spaces:
Sleeping
Sleeping
import os | |
import gradio as gr | |
import pandas as pd | |
from transformers import GPT2Tokenizer, GPT2LMHeadModel | |
# Carregando o modelo e o tokenizador do GPT-2 | |
tokenizer = GPT2Tokenizer.from_pretrained('gpt2') | |
model = GPT2LMHeadModel.from_pretrained('gpt2') | |
processing = False | |
df = pd.read_csv('anomalies.csv') | |
def response(question, history): | |
global processing | |
processing = True | |
if tokenizer.pad_token is None: | |
tokenizer.pad_token = tokenizer.eos_token | |
prompt = f"Considerando os dados: {df.to_string(index=False)}. Pergunta: {question} Resposta:" | |
inputs = tokenizer(prompt, return_tensors='pt', padding='max_length', truncation=True, max_length=512) | |
attention_mask = inputs['attention_mask'] | |
input_ids = inputs['input_ids'] | |
generated_ids = model.generate( | |
input_ids, | |
attention_mask=attention_mask, | |
max_length=len(input_ids[0]) + 100, # Aumentar o limite de geração | |
temperature=0.65, # Ajustar a criatividade | |
top_p=0.9, # Usar nucleus sampling | |
no_repeat_ngram_size=2 # Evitar repetições desnecessárias | |
) | |
generated_text = tokenizer.decode(generated_ids[0], skip_special_tokens=True) | |
# Processando para extrair apenas a resposta após "Resposta:" | |
response_part = generated_text.split("Resposta:")[1] if "Resposta:" in generated_text else "Resposta não encontrada." | |
# Limpeza adicional para remover qualquer texto indesejado após a resposta | |
final_response = response_part.split(".")[0] + "." # Isso assume que a resposta termina na primeira sentença. | |
history.append((question, final_response)) | |
processing = False | |
return "", history | |
def loading(): | |
return "Carregando ..." | |
with gr.Blocks() as app: | |
with gr.Column(elem_id="column_container"): | |
chatbot = gr.Chatbot([], elem_id="chatbot") | |
with gr.Column(): | |
send = gr.Label(value="Escreva sua QUESTÃO abaixo e pressione ENTER") | |
query = gr.Textbox( | |
label="Escreva sua questão aqui:", | |
placeholder="Sobre o que você quer saber?", | |
) | |
clear = gr.ClearButton([query, chatbot]) | |
query.submit(response, [query, chatbot], [query, chatbot], queue=True) | |
app.launch() |