app.py
Browse filesimport streamlit as st
from transformers import AutoModelForSequenceClassification, AutoTokenizer
# Carregue o modelo de IA
modelo = AutoModelForSequenceClassification.from_pretrained("nome-do-modelo")
tokenizer = AutoTokenizer.from_pretrained("nome-do-modelo")
# Crie a interface de usuário
st.title("Assistente Virtual Humanizado")
st.write("Olá! Como posso ajudá-lo hoje?")
# Crie um campo de texto para o usuário inserir sua pergunta
pergunta = st.text_input("Insira sua pergunta")
# Crie um botão para o usuário enviar sua pergunta
if st.button("Enviar"):
# Processa a pergunta utilizando o modelo de IA
inputs = tokenizer(pergunta, return_tensors="pt")
outputs = modelo(**inputs)
resposta = outputs.logits.argmax(-1)
# Exiba a resposta para o usuário
st.write("Resposta:", resposta.item())
|
@@ -0,0 +1,23 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
import streamlit as st
|
| 2 |
+
from transformers import AutoModelForSequenceClassification, AutoTokenizer
|
| 3 |
+
|
| 4 |
+
# Carregue o modelo de IA
|
| 5 |
+
modelo = AutoModelForSequenceClassification.from_pretrained("nome-do-modelo")
|
| 6 |
+
tokenizer = AutoTokenizer.from_pretrained("nome-do-modelo")
|
| 7 |
+
|
| 8 |
+
# Crie a interface de usuário
|
| 9 |
+
st.title("Assistente Virtual Humanizado")
|
| 10 |
+
st.write("Olá! Como posso ajudá-lo hoje?")
|
| 11 |
+
|
| 12 |
+
# Crie um campo de texto para o usuário inserir sua pergunta
|
| 13 |
+
pergunta = st.text_input("Insira sua pergunta")
|
| 14 |
+
|
| 15 |
+
# Crie um botão para o usuário enviar sua pergunta
|
| 16 |
+
if st.button("Enviar"):
|
| 17 |
+
# Processa a pergunta utilizando o modelo de IA
|
| 18 |
+
inputs = tokenizer(pergunta, return_tensors="pt")
|
| 19 |
+
outputs = modelo(**inputs)
|
| 20 |
+
resposta = outputs.logits.argmax(-1)
|
| 21 |
+
|
| 22 |
+
# Exiba a resposta para o usuário
|
| 23 |
+
st.write("Resposta:", resposta.item())
|