Spaces:
Runtime error
Runtime error
File size: 5,301 Bytes
ed45f6d 467bbf7 89567b4 f7746eb 86e1f99 251b5a8 497ffd1 251b5a8 02c56e5 467bbf7 8116a09 497ffd1 251b5a8 467bbf7 02c56e5 467bbf7 02c56e5 467bbf7 497ffd1 467bbf7 02c56e5 ed45f6d 02c56e5 ed45f6d 86e1f99 02c56e5 86e1f99 02c56e5 497ffd1 89b174d bd70fdf 89b174d 02c56e5 467bbf7 497ffd1 251b5a8 497ffd1 ed45f6d 02c56e5 |
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 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 |
import streamlit as st
import logging
from langchain.chat_models import ChatOpenAI
# Import the function for detecting the "est une étape" pattern
from pattern_ce_qui_explique import explication, explication_prompt_template
from pattern_epoque import epoque, epoque_prompt_template
from pattern_est_une_etape import une_etape, est_une_etape_prompt_template
from pattern_adverbe_ment import adverbement, adverbement_prompt_template
from pattern_connecteur_cependant import cependant, cependant_prompt_template
# Interface Streamlit
st.title("Analyse du texte")
# Liste des templates de prompt
List_prompt = {
"< Détection du pattern 'est une étape' >": est_une_etape_prompt_template(),
"< Détection du pattern 'epoque de, à l'ère de' >": epoque_prompt_template(),
"< Détection du pattern 'ce qui explique' >": explication_prompt_template(),
"< Détection des adverbes en -ment >": adverbement_prompt_template(),
"< Détection des connecteurs 'cependant' >": cependant_prompt_template()
}
# Menu déroulant pour sélectionner l'analyse
option = st.selectbox(
"Choisissez l'analyse à effectuer :",
List_prompt.keys()
)
# Afficher le prompt correspondant à l'option sélectionnée
selected_prompt = List_prompt.get(option, "")
st.subheader(f"Prompt : {option}")
st.text_area("Voici le prompt utilisé pour cette analyse :", value=selected_prompt, height=300, disabled=True)
# Champ de saisie du texte
input_text = st.text_area("Entrez votre texte ici :", height=200)
# Bouton d'analyse
if st.button("Lancer l'analyse"):
if input_text:
if option == "< Détection du pattern 'est une étape' >":
try:
# Analyser le texte pour les fautes de style
result = une_etape(input_text)
# Afficher les résultats en JSON formaté
st.subheader("Résultats de l'analyse du pattern 'est une étape'")
st.json(result['result'], expanded=True)
# Afficher le prompt final
st.subheader("Prompt final envoyé au modèle")
st.write(result['prompt'])
except Exception as e:
logging.error(f"Error during analysis: {e}")
st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
elif option == "< Détection du pattern 'epoque de, à l'ère de' >":
try:
# Analyser le texte pour les fautes de style
result = epoque(input_text)
# Afficher les résultats en JSON formaté
st.subheader("Résultats de l'analyse du pattern 'epoque de, à l'ère de'")
st.json(result['result'], expanded=True)
# Afficher le prompt final
st.subheader("Prompt final envoyé au modèle")
st.write(result['prompt'])
except Exception as e:
logging.error(f"Error during analysis: {e}")
st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
elif option == "< Détection du pattern 'ce qui explique' >":
try:
# Analyser le texte pour les fautes de style
result = explication(input_text)
# Afficher les résultats en JSON formaté
st.subheader("Résultats de l'analyse du pattern 'ce qui explique'")
st.json(result['result'], expanded=True)
# Afficher le prompt final
st.subheader("Prompt final envoyé au modèle")
st.write(result['prompt'])
except Exception as e:
logging.error(f"Error during analysis: {e}")
st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
elif option == "< Détection des adverbes en -ment >":
try:
# Analyser le texte pour les fautes de style
result = adverbement(input_text)
# Afficher les résultats en JSON formaté
st.subheader("Résultats de l'analyse des adverbes en -ment")
st.json(result['result'], expanded=True)
# Afficher le prompt final
st.subheader("Prompt final envoyé au modèle")
st.write(result['prompt'])
except Exception as e:
logging.error(f"Error during analysis: {e}")
st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
elif option == "< Détection des connecteurs 'cependant' >":
try:
# Analyser le texte pour les fautes de style
result = cependant(input_text)
# Afficher les résultats en JSON formaté
st.subheader("Résultats de l'analyse des connecteurs 'cependant'")
st.json(result['result'], expanded=True)
# Afficher le prompt final
st.subheader("Prompt final envoyé au modèle")
st.write(result['prompt'])
except Exception as e:
logging.error(f"Error during analysis: {e}")
st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
else:
st.error("Veuillez entrer du texte pour lancer l'analyse.") |