jonasge97 commited on
Commit
c2dfc9e
·
1 Parent(s): e73fa11

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +7 -18
app.py CHANGED
@@ -92,7 +92,6 @@ def calculate_similarity(user_question, pdf_text):
92
 
93
  return max_similarity.item()
94
 
95
-
96
  def main():
97
  load_dotenv()
98
  user_question = st.text_area("Eingabe:")
@@ -106,25 +105,20 @@ def main():
106
  text_chunks = get_text_chunks(pdf_text)
107
  create_vectorstore_and_store(text_chunks)
108
 
109
- retriever=get_vectorstore().as_retriever()
110
- retrieved_docs=retriever.invoke(
111
- user_question
112
- )
113
  if user_question:
114
  st.text(retrieved_docs[0].page_content)
115
- # bei incoming pdf
116
 
117
- #vectorstore_DB=get_vectorstore() # bei Abfrage durch Chatbot
118
- #print(get_vectorstore().similarity_search_with_score("stelle")) # zeigt an ob Vektordatenbank gefüllt ist
119
-
120
- #print(get_conversation_chain(get_vectorstore()))
121
  similarity_score = calculate_similarity(user_question, pdf_text)
122
 
123
  # Nutze similarity_score zur Bewertung der Relevanz der Frage für die PDF-Inhalte
124
  relevance_threshold = 0.3 # Beispielwert, anpassen nach Bedarf
125
 
126
  st.write("Ähnlichkeit der Frage mit den PDF-Inhalten:", similarity_score)
127
- if similarity_score >= relevance_threshold:
 
128
  st.success("Die Frage ist relevant für die PDF-Inhalte.")
129
  # Führe die weitere Verarbeitung durch
130
  retriever = get_vectorstore().as_retriever()
@@ -133,12 +127,7 @@ def main():
133
  st.text(retrieved_docs[0].page_content)
134
  # bei eingehendem PDF
135
  else:
136
- st.error("Die Frage ist nicht ausreichend relevant für die PDF-Inhalte. Bitte eine präzisere Frage stellen. Ähnlichkeit:" )
137
-
138
-
139
-
140
-
141
-
142
 
143
  if __name__ == '__main__':
144
- main()
 
92
 
93
  return max_similarity.item()
94
 
 
95
  def main():
96
  load_dotenv()
97
  user_question = st.text_area("Eingabe:")
 
105
  text_chunks = get_text_chunks(pdf_text)
106
  create_vectorstore_and_store(text_chunks)
107
 
108
+ retriever = get_vectorstore().as_retriever()
109
+ retrieved_docs = retriever.invoke(user_question)
 
 
110
  if user_question:
111
  st.text(retrieved_docs[0].page_content)
112
+ # bei eingehendem PDF
113
 
 
 
 
 
114
  similarity_score = calculate_similarity(user_question, pdf_text)
115
 
116
  # Nutze similarity_score zur Bewertung der Relevanz der Frage für die PDF-Inhalte
117
  relevance_threshold = 0.3 # Beispielwert, anpassen nach Bedarf
118
 
119
  st.write("Ähnlichkeit der Frage mit den PDF-Inhalten:", similarity_score)
120
+
121
+ if similarity_score >= relevance_threshold:
122
  st.success("Die Frage ist relevant für die PDF-Inhalte.")
123
  # Führe die weitere Verarbeitung durch
124
  retriever = get_vectorstore().as_retriever()
 
127
  st.text(retrieved_docs[0].page_content)
128
  # bei eingehendem PDF
129
  else:
130
+ st.error("Die Frage ist nicht ausreichend relevant für die PDF-Inhalte. Bitte eine präzisere Frage stellen.")
 
 
 
 
 
131
 
132
  if __name__ == '__main__':
133
+ main()