Delete app.py

app.py

@@ -1,60 +0,0 @@
-import os
-from glob import glob
-from sentence_transformers import SentenceTransformer
-import gradio as gr
-import numpy as np
-import faiss
-
-# Cargar el modelo de Sentence Transformers
-model_name = "quora-distilbert-multilingual"
-model = SentenceTransformer(model_name)
-
-# Función para vectorizar un texto
-def vectorize_text(text):
-    return model.encode([text])[0]
-
-# Obtener una lista de todos los archivos *.index en el directorio
-archivos_indices = glob("*.index")
-
-# Cargar todos los índices de Faiss
-indices = []
-for archivo_index in archivos_indices:
-    index = faiss.read_index(archivo_index)
-    indices.append(index)
-
-# Función para predecir la similitud con cada índice
-def predecir_similitud(texto):
-    resultados = []
-    umbral_similitud = -11
-
-    # Vectorizar el texto (usando la misma función que antes)
-    texto_vectorizado = vectorize_text(texto)
-
-    for i, index in enumerate(indices):
-        # 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_similitud:
-            resultado = f"Coincidencia con índice {i} (similitud: {similitud:.2f})"
-        else:
-            resultado = f"No se detectó coincidencia con índice {i} (similitud: {similitud:.2f})"
-        
-        resultados.append(resultado)
-
-    return resultados
-
-# Crear la interfaz de Gradio con un botón de "Predecir"
-iface = gr.Interface(
-    fn=predecir_similitud,
-    inputs=gr.inputs.Textbox(default="Ingrese su texto aquí"),
-    outputs=gr.outputs.Textbox(),
-    live=False,
-    title="Detector de Coincidencias",
-    description="Ingrese un texto y haga clic en 'Predecir' para detectar coincidencias con los vectores."
-)
-
-# Ejecutar la interfaz
-iface.launch()