Create app_new.py
Browse files- app_new.py +62 -0
app_new.py
ADDED
|
@@ -0,0 +1,62 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# -*- coding: utf-8 -*-
|
| 2 |
+
"""cuf_LLM__arquitectura_cognitiva_aplicada_quejas.ipynb
|
| 3 |
+
|
| 4 |
+
Automatically generated by Colab.
|
| 5 |
+
|
| 6 |
+
Original file is located at
|
| 7 |
+
https://colab.research.google.com/drive/19P6o155AEYssDobNQ4mELkp2Tsj9nFsw
|
| 8 |
+
|
| 9 |
+
# Arquitectura Cognitiva para Procesamiento de Quejas
|
| 10 |
+
|
| 11 |
+
### Funci贸n de generaci贸n de respuestas
|
| 12 |
+
"""
|
| 13 |
+
|
| 14 |
+
!pip install openai
|
| 15 |
+
|
| 16 |
+
from google.colab import userdata
|
| 17 |
+
api_key = userdata.get('OPENAI_API_KEY')
|
| 18 |
+
|
| 19 |
+
import openai
|
| 20 |
+
from openai import OpenAI
|
| 21 |
+
openai.api_key = api_key
|
| 22 |
+
client = OpenAI(api_key=api_key)
|
| 23 |
+
|
| 24 |
+
mensaje_usuario = "Qu茅 es la memoria de corto y largo plazo y c贸mo ayuda a dise帽ar soluciones NLP"
|
| 25 |
+
mensaje_sistema = "Eres un experto en NLP y asesoras estudiantes curiosos con paciencia."
|
| 26 |
+
|
| 27 |
+
version_model = 'gpt-3.5-turbo-0125'
|
| 28 |
+
|
| 29 |
+
def generacion_llm(modelox, mensaje_sistema, mensaje_usuario, client):
|
| 30 |
+
|
| 31 |
+
response = client.chat.completions.create(
|
| 32 |
+
model=modelox,
|
| 33 |
+
messages = [
|
| 34 |
+
{"role": "system", "content": mensaje_sistema},
|
| 35 |
+
{"role": "user", "content": mensaje_usuario}],
|
| 36 |
+
temperature=0.8,
|
| 37 |
+
max_tokens=300,
|
| 38 |
+
top_p=1,
|
| 39 |
+
frequency_penalty=0,
|
| 40 |
+
presence_penalty=0
|
| 41 |
+
)
|
| 42 |
+
return response
|
| 43 |
+
|
| 44 |
+
formato_json = '''
|
| 45 |
+
{
|
| 46 |
+
'reto': ' ',
|
| 47 |
+
'dudas': ' ',
|
| 48 |
+
'preguntas': ' ',
|
| 49 |
+
'expectativas': ' ',
|
| 50 |
+
}
|
| 51 |
+
|
| 52 |
+
'''
|
| 53 |
+
|
| 54 |
+
texto_input = 'Tengo dudas sobre c贸mo plantear mi gesti贸n de documentos legales de contratos, tengo un promedio de 30 contratos mensuales de clientes de empresas intermedias. Entiendo que la IA puede contribuir a organizar los documentos y contenidos, entiendo que podr铆a clasificar pero tambi茅n alertarme sobre algunos riesgos o tal vez ayudarme a automatizar algunos procesos. No tengo todav铆a constituido un negocio pero estar铆amos asociandonos entre varios profesionales, pero ninguno de nosotros es de inform谩tica o tecnolog铆a. Vivimos en Quito Ecuador. Los t茅rminos sobre los que tengo mayor duda son qu茅 herramientas hay con IA, tengo que usar GPT y pagar licencias? o hay alternativas gratuitas de esos tipos de herramienta? Quisiera que luego del microtaller ya tenga una agenda para saber a quien debo contratar o qu茅 tipo de profesional debo contratar para poder implementar mis ideas.'
|
| 55 |
+
|
| 56 |
+
mensaje_sistema = "Eres un experto en identificar aspectos descriptivos de las razones por las cuales un usuario necesita asesor铆a para implementar retos que involucren inteligencia artificial de varios tipos."
|
| 57 |
+
mensaje_usuario = f"Analizar el texto mostrado al final, buscando identificar los siguientes extractos en el formato JSON \n {formato_json}\n Texto a Analizar: {texto_input}"
|
| 58 |
+
|
| 59 |
+
respuesta_generada = generacion_llm(version_model, mensaje_sistema, mensaje_usuario, client)
|
| 60 |
+
texto_respuesta = respuesta_generada.choices[0].message.content
|
| 61 |
+
print(texto_respuesta)
|
| 62 |
+
|