Upload app.py

app.py

@@ -0,0 +1,38 @@
+import gradio as gr
+import numpy as np
+import faiss
+
+# Cargar el índice de Faiss
+index = faiss.read_index("faiss_train_index.index")
+
+# Función para la predicción
+def predecir_similitud(texto, umbral):
+    # Vectorizar el texto (usando la misma función que antes)
+    texto_vectorizado = vectorize_text(texto)
+
+    # Buscar similitud con Faiss
+    texto_vectorizado_np = np.array([texto_vectorizado], dtype=np.float32)
+    D, I = index.search(texto_vectorizado_np, 1)  # Buscar el vector más cercano
+    similitud = 1 - D[0][0]  # Calcular similitud de coseno
+
+    # Comparar con el umbral y proporcionar el resultado
+    if similitud >= umbral:
+        resultado = f"Coincidencia detectada (similitud: {similitud:.2f})"
+    else:
+        resultado = f"No se detectó coincidencia (similitud: {similitud:.2f})"
+    
+    return resultado
+
+# Crear la interfaz de Gradio
+iface = gr.Interface(
+    fn=predecir_similitud,
+    inputs=[gr.inputs.Textbox(default="Ingrese su texto aquí"), 
+            gr.inputs.Slider(minimum=0, maximum=1, default=0.8, label="Umbral de Similitud")],
+    outputs=gr.outputs.Textbox(),
+    live=True,
+    title="Detector de Coincidencias",
+    description="Ingrese un texto y ajuste el umbral de similitud para detectar coincidencias con los vectores."
+)
+
+# Ejecutar la interfaz
+iface.launch()