app.py

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')

df = pd.read_csv('anomalies.csv')
df['Feedback'] = None

# Preprocessing steps
df['ds'] = pd.to_datetime(df['ds']).dt.strftime('%Y-%m-%d')  # Format the datetime values
df['real'] = df['real'].apply(lambda x: f"{x:.2f}")  # Format the float values to two decimal places

# Convert each row into a structured natural language sentence
def tokenize_row(row):
    return f"On {row['ds']}, the expense in the group '{row['Group']}' was ${row['real']}."

# Apply the tokenization function to each row
df['tokenized'] = df.apply(tokenize_row, axis=1)

# Função para responder perguntas com GPT-2
def answer_question_with_gpt(question):
    if tokenizer.pad_token is None:
        tokenizer.pad_token = tokenizer.eos_token

    prompt = f"Considerando as seguintes sentenças: {df['tokenized'].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=0.5,  # 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.
    return final_response

# Função para adicionar feedback
def add_feedback(nome, feedback):
    global df
    if grupo in df['Group'].values:
        df.loc[df['Group'] == grupo, 'Feedback'] = feedback
        return "Feedback adicionado com sucesso."
    else:
        return "Dado 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()