Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
@@ -1,6 +1,7 @@
|
|
1 |
import gradio as gr
|
2 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
3 |
import fitz # PyMuPDF
|
|
|
4 |
|
5 |
# Carregar o tokenizer e o modelo
|
6 |
tokenizer = AutoTokenizer.from_pretrained("Locutusque/gpt2-xl-conversational")
|
@@ -21,8 +22,12 @@ def read_pdf(file_path):
|
|
21 |
# Função para carregar o PDF e armazenar o conteúdo
|
22 |
def load_pdf(pdf_file):
|
23 |
global pdf_content
|
24 |
-
|
25 |
-
|
|
|
|
|
|
|
|
|
26 |
|
27 |
# Função para responder perguntas com base no conteúdo do PDF
|
28 |
def answer_question(question, max_length=200, temperature=0.7, top_k=50, top_p=0.95):
|
@@ -30,6 +35,7 @@ def answer_question(question, max_length=200, temperature=0.7, top_k=50, top_p=0
|
|
30 |
if not pdf_content:
|
31 |
return "Por favor, carregue um PDF primeiro."
|
32 |
prompt = f"Conteúdo do PDF: {pdf_content}\nPergunta: {question}\nResposta em português:"
|
|
|
33 |
inputs = tokenizer(prompt, return_tensors="pt")
|
34 |
outputs = model.generate(
|
35 |
inputs.input_ids,
|
|
|
1 |
import gradio as gr
|
2 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
3 |
import fitz # PyMuPDF
|
4 |
+
import os
|
5 |
|
6 |
# Carregar o tokenizer e o modelo
|
7 |
tokenizer = AutoTokenizer.from_pretrained("Locutusque/gpt2-xl-conversational")
|
|
|
22 |
# Função para carregar o PDF e armazenar o conteúdo
|
23 |
def load_pdf(pdf_file):
|
24 |
global pdf_content
|
25 |
+
pdf_path = pdf_file.name # Acessar o caminho do arquivo carregado
|
26 |
+
pdf_content = read_pdf(pdf_path)
|
27 |
+
if pdf_content:
|
28 |
+
return "PDF carregado com sucesso!"
|
29 |
+
else:
|
30 |
+
return "Falha ao carregar o PDF."
|
31 |
|
32 |
# Função para responder perguntas com base no conteúdo do PDF
|
33 |
def answer_question(question, max_length=200, temperature=0.7, top_k=50, top_p=0.95):
|
|
|
35 |
if not pdf_content:
|
36 |
return "Por favor, carregue um PDF primeiro."
|
37 |
prompt = f"Conteúdo do PDF: {pdf_content}\nPergunta: {question}\nResposta em português:"
|
38 |
+
print(f"Prompt: {prompt}") # Adicionar log para depuração
|
39 |
inputs = tokenizer(prompt, return_tensors="pt")
|
40 |
outputs = model.generate(
|
41 |
inputs.input_ids,
|