Spaces:
Runtime error
Runtime error
File size: 7,519 Bytes
2769911 bac8f2c 7558844 bac8f2c 994ba27 94ee7c5 bac8f2c 2769911 994ba27 2769911 9bc40bd 994ba27 2769911 994ba27 d822936 2769911 994ba27 bac8f2c 994ba27 9bc40bd 994ba27 b780e75 994ba27 d822936 994ba27 |
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 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 |
# import openai
# import json
# openai.api_key = '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'
# model = "gpt-3.5-turbo"
# def get_keywords(question):
# prompt = f"""je souhaite trouver la réponse à la question suivante à partir d'un fichier PDF en français. Veuillez me fournir 10 mots-clés et synonymes que je peux utiliser pour trouver les informations du PDF. Un seul mot par mot-clé. Utilisez uniquement des lettres minuscules.
# {question}"""
# response = openai.chat.completions.create(
# model=model,
# messages=[
# {
# "role": "system",
# "content": "Vous fournirez toujours des mots-clés incluant les synonymes des mots de la question d'origine. Les synonymes doivent être des termes juridiques couramment utilisés dans les articles de loi canadienne", },
# {
# "role": "user",
# "content": prompt,
# },
# ],
# functions=[
# {
# "name": "list_keywords",
# "description": "Utilisez cette fonction pour donner à l'utilisateur une liste de mots-clés",
# "parameters": {
# "type": "object",
# "properties": {
# "list": {
# "type": "array",
# "items": {"type": "string", "description": "A keyword"},
# "description": "A list of keywords",
# }
# },
# },
# "required": ["list"],
# }
# ],
# function_call={"name": "list_keywords", "arguments": ["list"]},
# )
# arguments = response.choices[0].message.function_call.arguments.lower()
# print(arguments)
# return " ".join(arguments).split(" ")
# def answer_question(chunk, question):
# prompt = f"""```
# {chunk}
# ```
# Sur la base des informations ci-dessus, quelle est la réponse à cette question?
# ```
# {question}
# ```"""
# response = openai.chat.completions.create(
# model=model,
# messages=[
# {
# "role": "system",
# "content": "Définissez toujours answer_found sur false si la réponse à la question n'a pas été trouvée dans les informations fournies.",
# },
# {
# "role": "user",
# "content": prompt,
# },
# ],
# functions=[
# {
# "name": "give_response",
# "description": "Utilisez cette fonction pour donner la réponse et si la réponse à la question a été trouvée ou non dans le texte.",
# "parameters": {
# "type": "object",
# "properties": {
# "answer_found": {
# "type": "boolean",
# "description": "Définissez ceci sur true uniquement si le texte fourni inclut une réponse à la question",
# },
# "response": {
# "type": "string",
# "description": "La réponse complète à la question, si l'information était pertinente",
# },
# },
# },
# "required": ["answer_found"],
# }
# ],
# )
# try:
# function_call = response.choices[0].message.function_call
# arguments = function_call.arguments.lower()
# result = json.loads(arguments)
# return result
# except KeyError:
# return {"answer_found": False, "response": ""}
import openai
import json
model = "gpt-3.5-turbo"
openai.api_key = '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'
def get_keywords(question):
prompt = f""" Je souhaite trouver la réponse à la question suivante dans une colonne d'un fichier csv. Veuillez me fournir 10 mots-clés et synonymes que je peux utiliser pour trouver les informations du csv. Un seul mot par mot-clé. Utilisez uniquement des lettres minuscules.
{question}"""
response = openai.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": "Vous fournirez toujours 10 mots-clés incluant des synonymes pertinents et explicit des mots de la question d’origine. Les synonymes doivent être des termes juridiques couramment utilisés dans les articles de loi canadienne", },
{
"role": "user",
"content": prompt,
},
],
functions=[
{
"name": "list_keywords",
"description": "Utilisez cette fonction pour donner à l'utilisateur une liste de mots-clés",
"parameters": {
"type": "object",
"properties": {
"list": {
"type": "array",
"items": {"type": "string", "description": "A keyword"},
"description": "A list of keywords",
}
},
},
"required": ["list"],
}
],
function_call={"name": "list_keywords", "arguments": ["list"]},
)
arguments = response.choices[0].message.function_call.arguments.lower()
keywords = json.loads(arguments)["list"]
return " ".join(keywords).split(" ")
def answer_question(chunk, question):
prompt = f"""```
{chunk}
```
Sur la base des informations ci-dessus, quelle est la réponse à cette question?
```
{question}
```"""
response = openai.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": "Définissez toujours answer_found sur false si la réponse à la question n'a pas été trouvée dans les informations fournies.",
},
{
"role": "user",
"content": prompt,
},
],
functions=[
{
"name": "give_response",
"description": "Utilisez cette fonction pour donner la réponse et si la réponse à la question a été trouvée ou non dans le texte.",
"parameters": {
"type": "object",
"properties": {
"answer_found": {
"type": "boolean",
"description": "Définissez ceci sur true uniquement si le texte fourni inclut une réponse à la question",
},
"response": {
"type": "string",
"description": "La réponse complète à la question, si l'information était pertinente",
},
},
},
"required": ["answer_found"],
}
],
function_call={"name": "give_response", "arguments": ["answer_found"]},
)
try:
function_call = response.choices[0].message.function_call
arguments = function_call.arguments.lower()
result = json.loads(arguments)
return result
except KeyError:
return {"answer_found": False, "response": ""}
|