File size: 1,809 Bytes
7355fc4 1613beb 3ab3af5 7355fc4 1613beb 7355fc4 1613beb 7355fc4 41632ff 1613beb 7355fc4 41632ff 7355fc4 1613beb 3845016 7355fc4 1613beb 7355fc4 |
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 |
import gradio as gr
import pandas as pd
import json
from transformers import pipeline
# Modeli yükle
model = pipeline("question-answering", model="savasy/bert-base-turkish-squad")
# Soru-cevap fonksiyonu
def answer_question(file, question):
try:
if file is None:
return "Lütfen önce bir JSON dosyası yükleyin."
# Dosyayı aç ve JSON olarak yükle
with open(file.name, "r", encoding="utf-8") as f:
data = json.load(f)
# JSON verisindeki kişi sayısını al
# Örnek varsayım: JSON'da her kişi bir nesne (örneğin 'name' gibi) içeriyor
if isinstance(data, list): # Eğer JSON bir liste içeriyorsa
people_count = len(data)
else:
people_count = 0
# JSON verisini bir metin olarak oluştur
context = json.dumps(data, ensure_ascii=False)
# Cevapları anlamak için
if "kaç kişi" in question.lower():
return f"JSON verisinde {people_count} kişi var."
# Diğer sorular için Hugging Face pipeline kullanarak soru-cevap yap
result = model(question=question, context=context)
answer = result["answer"]
score = result["score"]
return f"Yanıt: {answer}\n(Güven skoru: {score:.2f})"
except Exception as e:
return f"Hata: {e}"
# Gradio arayüzü
demo = gr.Interface(
fn=answer_question,
inputs=[
gr.File(label="📂 JSON Dosyası", file_types=[".json"]),
gr.Textbox(label="💬 Soru", placeholder="Örn: Kişinin yaşı nedir?")
],
outputs="text",
title="🧠 Türkçe Soru-Cevap Chatbot",
description="Yüklediğiniz JSON dosyasına göre sorular sorabilirsiniz. Model: savasy/bert-base-turkish-squad"
)
if __name__ == "__main__":
demo.launch()
|