app.py

import gradio as gr
import pdfplumber
from transformers import pipeline

# Inicjalizacja modelu do ekstrakcji informacji
extractor = pipeline("ner", model="dslim/bert-base-NER")

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

    # Przetwarzanie tekstu modelem NLP
    entities = extractor(text)

    # Filtrowanie i formatowanie wyników
    extracted_data = {}
    for entity in entities:
        label = entity['entity']
        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()