Spaces:
Runtime error
Runtime error
File size: 2,261 Bytes
723fe48 1ec6af9 82871f4 1ec6af9 723fe48 48eef38 723fe48 48eef38 723fe48 1ec6af9 48eef38 723fe48 1ec6af9 723fe48 48eef38 723fe48 48eef38 1ec6af9 48eef38 723fe48 48eef38 723fe48 1ec6af9 48eef38 1ec6af9 723fe48 |
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 |
import pandas as pd
import gradio as gr
from transformers import GPT2Tokenizer, GPT2LMHeadModel
# Carregando o modelo e o tokenizador do GPT-2
tokenizer = GPT2Tokenizer.from_pretrained('gpt2')
model = GPT2LMHeadModel.from_pretrained('gpt2')
# Dados iniciais
data = {
'Nome': ['Alice', 'Bob', 'Charlie'],
'Idade': [25, 30, 35],
'Cidade': ['Nova York', 'Los Angeles', 'Chicago'],
'Feedback': [None, None, None]
}
df = pd.DataFrame(data)
# Função para responder perguntas com GPT-2
def answer_question_with_gpt(question):
# Supondo que você queira incorporar dados do DataFrame na pergunta
prompt = f"Considerando os dados: {df.to_string(index=False)}. Pergunta: {question} Resposta:"
input_ids = tokenizer.encode(prompt, return_tensors='pt')
max_length = len(input_ids[0]) + 50 # Define um limite máximo razoável para o comprimento da resposta
generated_ids = model.generate(input_ids, max_length=max_length)
generated_text = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
return generated_text.split("Resposta:")[1] if "Resposta:" in generated_text else generated_text
# Função para adicionar feedback
def add_feedback(nome, feedback):
global df
if nome in df['Nome'].values:
df.loc[df['Nome'] == nome, 'Feedback'] = feedback
return "Feedback adicionado com sucesso."
else:
return "Nome não encontrado no DataFrame."
with gr.Blocks() as demo:
gr.Markdown("# Sistema de Consulta e Feedback de Dados")
with gr.Row():
with gr.Column():
question_input = gr.Textbox(label="Faça uma Pergunta")
answer_output = gr.Textbox(label="Resposta", interactive=False)
ask_button = gr.Button("Perguntar")
with gr.Column():
name_input = gr.Textbox(label="Nome para Feedback")
feedback_input = gr.Textbox(label="Feedback")
feedback_result = gr.Textbox(label="Resultado do Feedback", interactive=False)
submit_button = gr.Button("Enviar Feedback")
ask_button.click(fn=answer_question_with_gpt, inputs=question_input, outputs=answer_output)
submit_button.click(fn=add_feedback, inputs=[name_input, feedback_input], outputs=feedback_result)
demo.launch()
|