File size: 1,237 Bytes
cc2e6ff
b3c5619
 
1c82c45
 
b489be8
 
1c82c45
c27ea7f
 
 
 
 
b3c5619
cc2e6ff
cd221ee
2b50662
cd221ee
c27ea7f
 
5494753
 
 
 
 
 
 
b489be8
5494753
 
b3c5619
b489be8
 
 
 
 
 
c27ea7f
b489be8
a9e21d0
 
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
import streamlit as st
from transformers import pipeline

result = False
run_button = False
reiniciar = False
reset_button = False


def clear_form():
    st.session_state["contexto_id"] = ""
    st.session_state["questao_id"] = ""

pipe = pipeline("question-answering", model="pierreguillou/bert-large-cased-squad-v1.1-portuguese")

st.title("Modelo para perguntas e respostas")

st.markdown("##### Deve ser informado um contexto e a pergunta referente a ele. É esperado que o modelo indique a posição no contexto onde a resposta é encontrada.")
contexto = st.text_area("Digite aqui o contexto", height=150, key="contexto_id")
questao = st.text_input("Digite aqui a pergunta", key="questao_id")

if ((len(contexto)>0) & (len(questao)>0)):
    run_button = st.button("Gerar resposta")
    if run_button:
        result = pipe(question=questao, context=contexto)
    if result:
        st.write(result)
        reiniciar = True
    else:
        pass

if reiniciar:
    reset_button = st.button("Reiniciar")
    if reset_button:
        result = False
        run_button = False
        reiniciar = False
        clear_form()
    
st.sidebar.header("About")
st.sidebar.subheader("Essa aplicação foi desenvolvida por Alexandre Vaz")