Update app.py

app.py

@@ -326,7 +326,7 @@ def HandleV2(params):
     if Humanjudage[:2] != '合格':
         flag = '不合格'
 
-    dataJson = GetChat(prompt + quesText, systemPrompt)
+    dataJson = Chat(prompt + quesText, systemPrompt)
 
     if len(dataJson) != 0:
         newLine = [quesText, dataJson['Explain'], dataJson['Result'], flag, Humanjudage]
@@ -388,6 +388,16 @@ def JuageRewritevEffect(textA, rewriteTextB, textGPTTargetinput,gptVersion,slide
             transLateJson['GPTWriteText_Cn'])
     return ''
 
+def AnalyzingSemanticChanges(textA, rewriteTextB,gptVersion,slider,gptApiKey):
+    quesText = "文本A：{} GPT改写后的文本B:{}".format(PreHandle(textA), PreHandle(rewriteTextB))
+    systemMessage='请你扮演一个在AI时代诞生著名的AIGC内容审核员。你对日本的语言习惯、语言文化极度了解，也很擅长改写文本。稳定、精准、安全、可控、懂得变通是你的座右铭。面对任何要审核的内容都非常上心、仔细、认真且专注的去理解待审核文本、然后依据审核标准进行判断。在给定审核标准与审核结果的情况下，你清楚的知道自己为什么会给出这样的审核结果。'
+    promt='''
+    现在将给你一段由 文本A和GPT将文本A改写后的文本B组成的文本。
+ 请你依据文本A的内容，针对GPT内容生成的文本B：在理解文本A和GPT改写后的文本B的基础上。分析文本A和GPT改写后的文本B的意思，提取两个文本的语义关键词，比较语义关键词是否有差异。然后从语义差异、情境变化、核心信息变化幅度这三个角度对着两个文本进行分析。求GPT改写的改写效果。
+    '''
+    res= Chat(promt+quesText,systemMessage,slider,gptVersion,gptApiKey)
+    return res
+
 
 def HandleData():
     book = openpyxl.load_workbook('PromptTestdataV2.xlsx')
@@ -420,13 +430,13 @@ def HandleData():
     wb.save('testV17.xlsx')
 
 
-def GetChat(ques, systemmessage=''):
+def Chat(ques, systemmessage,temperature,gptversion,api_key):
     system_msg = {
         "role": "system",
         "content": systemmessage
     }
-    openai.api_key = ""
-    temperature = 0.4  # 温度参数
+    openai.api_key = api_key
+    #temperature = 0.4  # 温度参数
     maxNum = 3
     maxDistance = 4
     minOverlap = 0.6
@@ -435,13 +445,14 @@ def GetChat(ques, systemmessage=''):
         try:
             completion = openai.ChatCompletion.create(
                 # model="gpt-3.5-turbo",
-                model="gpt-4",
+               # model="gpt-4",
+                model=gptversion,
                 messages=[system_msg, {"role": "user", "content": ques}],
                 temperature=temperature)
             # print(completion['choices'][0]['message']['content'])
             print(completion['choices'][0]['message']['content'])
-            jsondata = json.loads(completion['choices'][0]['message']['content'])
-            return jsondata
+
+            return completion['choices'][0]['message']['content']
         except Exception as e:
 
             print(e)
@@ -561,8 +572,23 @@ def gradioDemo():
                 gptApiKey = gr.Textbox(label='GPTAPIKey', lines=2, placeholder='输入apiKey')
 
                 button2 = gr.Button('开始审核')
+            with gr.Tab('GPT改写效果解析_文本'):
+                text_input = gr.Textbox(label='文本A', lines=2, placeholder='输入改写前文本...')
+                textGPTinput = gr.Textbox(label='GPT改写后文本B', lines=2, placeholder='输入GPT改写后的文本...')
+
+                drop = gr.components.Dropdown(label="GPTVersion", choices=GPTVersion,
+                                              value='gpt-4')
+
+                slider = gr.components.Slider(0, 1, label="Temperature", step=None, value=0.7)
+                gptApiKey = gr.Textbox(label='GPTAPIKey', lines=2, placeholder='输入apiKey...')
+                outputText = gr.Textbox(label='AI审核结果', lines=2, placeholder='...')
+                button3 = gr.Button('开始审核')
+        
+                
 
             button2.click(excelAIReviewTag, inputs=[inputs,textGPTTargetinput1,drop,slider,gptApiKey], outputs=outputs)
+            button3.click(AnalyzingSemanticChanges,inputs=[text_input,textGPTinput,drop,slider,gptApiKey],outputs=outputText)
+
             gr.Markdown("注：使用GPT4需要有gpt4权限的apiKey")
             gr.Markdown("## 文本例子")
             gr.Examples(