app.py

import gradio as gr
import pdfplumber
from transformers import pipeline

# Inicjalizacja modelu NER
extractor = pipeline("ner", model="dslim/bert-base-NER", aggregation_strategy="simple")

def extract_info(pdf_file):
    with pdfplumber.open(pdf_file) as pdf:
        text = "\n".join(page.extract_text() for page in pdf.pages if page.extract_text())

    # Przetwarzanie tekstu modelem NLP
    entities = extractor(text)

    # Formatowanie wyników
    extracted_data = {}
    for entity in entities:
        label = entity["entity_group"]
        word = entity["word"]

        if label not in extracted_data:
            extracted_data[label] = []

        extracted_data[label].append(word)

    return extracted_data

# Interfejs użytkownika w Hugging Face Space
iface = gr.Interface(
    fn=extract_info,
    inputs=gr.File(label="Wybierz plik PDF"),
    outputs="json",
    title="Ekstrakcja informacji z faktur PDF",
    description="Prześlij plik PDF z fakturą, a model rozpozna kluczowe informacje."
)

if __name__ == "__main__":
    iface.launch()