Aggiunto il file app.py del chatbot Lucilla
Browse files
app.py
ADDED
@@ -0,0 +1,41 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import streamlit as st
|
2 |
+
from transformers import pipeline, MarianMTModel, MarianTokenizer, AutoModelForCausalLM, AutoTokenizer
|
3 |
+
|
4 |
+
# Inizializza il traduttore italiano-inglese
|
5 |
+
tokenizer_it_en = MarianTokenizer.from_pretrained("Helsinki-NLP/opus-mt-it-en")
|
6 |
+
model_it_en = MarianMTModel.from_pretrained("Helsinki-NLP/opus-mt-it-en")
|
7 |
+
|
8 |
+
# Inizializza il traduttore inglese-italiano
|
9 |
+
tokenizer_en_it = MarianTokenizer.from_pretrained("Helsinki-NLP/opus-mt-en-it")
|
10 |
+
model_en_it = MarianMTModel.from_pretrained("Helsinki-NLP/opus-mt-en-it")
|
11 |
+
|
12 |
+
# Carica il modello fairseq-dense-2.7B
|
13 |
+
model_name = "KoboldAI/fairseq-dense-2.7B"
|
14 |
+
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
15 |
+
model = AutoModelForCausalLM.from_pretrained(model_name)
|
16 |
+
|
17 |
+
# Creazione della pipeline di generazione del testo
|
18 |
+
chatbot = pipeline("text-generation", model=model, tokenizer=tokenizer)
|
19 |
+
|
20 |
+
# Funzione per la traduzione
|
21 |
+
def translate(text, model, tokenizer):
|
22 |
+
inputs = tokenizer(text, return_tensors="pt", padding=True)
|
23 |
+
outputs = model.generate(**inputs)
|
24 |
+
return tokenizer.decode(outputs[0], skip_special_tokens=True)
|
25 |
+
|
26 |
+
# Interfaccia utente Streamlit per il chatbot
|
27 |
+
st.title("Chatbot Lucilla")
|
28 |
+
|
29 |
+
user_input = st.text_input("Scrivi qui per parlare con Lucilla:")
|
30 |
+
|
31 |
+
if st.button("Invia"):
|
32 |
+
input_in_english = translate(user_input, model_it_en, tokenizer_it_en)
|
33 |
+
responses = chatbot(input_in_english, max_length=50, num_return_sequences=1, temperature=0.9, do_sample=True)
|
34 |
+
response_in_english = responses[0]['generated_text']
|
35 |
+
response_in_italian = translate(response_in_english, model_en_it, tokenizer_en_it)
|
36 |
+
st.text_area("Risposta:", value=response_in_italian, height=100)
|
37 |
+
|
38 |
+
# Slider esempio
|
39 |
+
st.write("Esempio Slider:")
|
40 |
+
x = st.slider('Select a value')
|
41 |
+
st.write(x, 'squared is', x * x)
|