Spaces:
Sleeping
Sleeping
File size: 2,899 Bytes
fbe3ac4 6378bf1 bd2041d a40161a 6378bf1 fbe3ac4 6378bf1 fbe3ac4 6378bf1 bd2041d fbe3ac4 bd2041d 6378bf1 fbe3ac4 6378bf1 bd2041d fbe3ac4 6378bf1 bd2041d a40161a bd2041d 24d5864 a40161a 24d5864 fbe3ac4 24d5864 ee9ba92 24d5864 ee9ba92 24d5864 ee9ba92 24d5864 fbe3ac4 ee9ba92 fbe3ac4 ee9ba92 fbe3ac4 |
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 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 |
import gradio as gr
from langchain.vectorstores import Chroma
from langchain_community.document_loaders import PyPDFLoader
from langchain_community.embeddings import HuggingFaceEmbeddings
from transformers import LayoutLMv3Processor, AutoModelForTokenClassification
from langchain.chains import RetrievalQA
from langchain.prompts import PromptTemplate
from pdf2image import convert_from_path
import os
import io # Für in-memory Dateioperationen
class LayoutLMv3OCR:
def __init__(self):
self.processor = LayoutLMv3Processor.from_pretrained("microsoft/layoutlmv3-base")
self.model = AutoModelForTokenClassification.from_pretrained("microsoft/layoutlmv3-base")
def extract_text(self, pdf_path):
images = convert_from_path(pdf_path)
text_pages = []
for image in images:
inputs = self.processor(images=image, return_tensors="pt")
outputs = self.model(**inputs)
text = self.processor.batch_decode(outputs.logits, skip_special_tokens=True)[0]
text_pages.append(text)
return text_pages
ocr_tool = LayoutLMv3OCR()
def process_pdf_and_query(pdf_path, question):
loader = PyPDFLoader(pdf_path)
documents = loader.load()
embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2")
vectordb = Chroma.from_documents(documents, embeddings)
retriever = vectordb.as_retriever()
prompt_template = "Beantworte die folgende Frage basierend auf dem Dokument: {context}\nFrage: {question}\nAntwort:"
prompt = PromptTemplate(input_variables=["context", "question"], template=prompt_template)
qa_chain = RetrievalQA.from_chain_type(llm=None, retriever=retriever, chain_type_kwargs={"prompt": prompt})
response = qa_chain.run(input_documents=documents, question=question)
return response
def chatbot_response(pdf, question):
# Speichern der hochgeladenen PDF-Datei im Arbeitsspeicher
pdf_path = "uploaded_pdf.pdf"
with open(pdf_path, "wb") as f:
f.write(pdf.file.read()) # Hier wird der Inhalt der hochgeladenen Datei in eine PDF gespeichert
# OCR-Textextraktion
extracted_text = ocr_tool.extract_text(pdf_path)
# Beantwortung der Frage basierend auf dem Dokument
answer = process_pdf_and_query(pdf_path, question)
# Löschen der temporären Datei nach der Verarbeitung
os.remove(pdf_path)
return answer
# Gradio-Interface mit der neuen API
pdf_input = gr.File(label="PDF-Datei hochladen")
question_input = gr.Textbox(label="Frage eingeben")
response_output = gr.Textbox(label="Antwort")
interface = gr.Interface(
fn=chatbot_response,
inputs=[pdf_input, question_input],
outputs=response_output,
title="RAG Chatbot mit PDF-Unterstützung",
description="Lade eine PDF-Datei hoch und stelle Fragen zu ihrem Inhalt."
)
if __name__ == "__main__":
interface.launch()
|