Hugging Face's logo

Spaces:
eduardmtz
/
www
Running

App Files Community
1
eduardmtz commited on
Commit
ce79bba
路
verified 路
1 Parent(s): 2bcab4f

Create test2.html

Browse files
Files changed (1) hide show
  1. test2.html +93 -0
test2.html ADDED
@@ -0,0 +1,93 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ <!DOCTYPE html>
2
+ <html lang="es">
3
+ <head>
4
+ <meta charset="UTF-8">
5
+ <meta name="viewport" content="width=device-width, initial-scale=1.0">
6
+ <title>Modelo de Preguntas y Respuestas sobre un PDF</title>
7
+ <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
8
+ <script src="https://cdnjs.cloudflare.com/ajax/libs/pdf.js/2.11.338/pdf.min.js"></script>
9
+ <script src="https://cdn.jsdelivr.net/npm/@huggingface/transformers"></script>
10
+ </head>
11
+ <body>
12
+ <h1>Modelo de Preguntas y Respuestas sobre un PDF</h1>
13
+
14
+ <input type="file" id="pdfInput" />
15
+ <button onclick="procesarPDF()">Cargar PDF</button>
16
+
17
+ <h2>Preguntar sobre el PDF</h2>
18
+ <input type="text" id="inputPregunta" placeholder="Escribe tu pregunta aqu铆">
19
+ <button onclick="responderPregunta()">Hacer pregunta</button>
20
+
21
+ <h3>Respuesta:</h3>
22
+ <div id="respuesta"></div>
23
+
24
+ <script>
25
+ // Variable global para almacenar el texto del PDF
26
+ let textoPDF = "";
27
+
28
+ // Cargar y procesar el archivo PDF
29
+ async function procesarPDF() {
30
+ const archivo = document.getElementById("pdfInput").files[0];
31
+ if (archivo) {
32
+ const archivoPDF = await leerPDF(archivo);
33
+ textoPDF = archivoPDF.join(" ");
34
+ alert("PDF cargado y procesado.");
35
+ }
36
+ }
37
+
38
+ // Leer y extraer el texto del archivo PDF
39
+ async function leerPDF(archivo) {
40
+ const lector = new FileReader();
41
+ return new Promise((resolve, reject) => {
42
+ lector.onload = async function (e) {
43
+ const arrayBuffer = e.target.result;
44
+ const pdf = await pdfjsLib.getDocument(arrayBuffer).promise;
45
+ let texto = [];
46
+ for (let i = 1; i <= pdf.numPages; i++) {
47
+ const pagina = await pdf.getPage(i);
48
+ const contenido = await pagina.getTextContent();
49
+ const textoPagina = contenido.items.map(item => item.str).join(" ");
50
+ texto.push(textoPagina);
51
+ }
52
+ resolve(texto);
53
+ };
54
+ lector.onerror = reject;
55
+ lector.readAsArrayBuffer(archivo);
56
+ });
57
+ }
58
+
59
+ // Funci贸n para responder una pregunta utilizando el texto del PDF
60
+ async function responderPregunta() {
61
+ const pregunta = document.getElementById("inputPregunta").value;
62
+ if (!textoPDF) {
63
+ alert("Por favor, cargue un PDF primero.");
64
+ return;
65
+ }
66
+
67
+ // Tokenizar la pregunta y el contexto
68
+ const question = pregunta;
69
+ const context = textoPDF;
70
+
71
+ // Usar un modelo preentrenado como BERT o T5 de HuggingFace
72
+ const response = await obtenerRespuestaDeModelo(question, context);
73
+
74
+ // Mostrar la respuesta
75
+ document.getElementById("respuesta").innerText = "Respuesta: " + response;
76
+ }
77
+
78
+ // Funci贸n para obtener respuesta utilizando el modelo de Hugging Face
79
+ async function obtenerRespuestaDeModelo(question, context) {
80
+ const model = await transformers.BertForQuestionAnswering.from_pretrained('bert-large-uncased-whole-word-masking-finetuned-squad');
81
+ const tokenizer = await transformers.BertTokenizer.from_pretrained('bert-large-uncased-whole-word-masking-finetuned-squad');
82
+
83
+ const inputs = tokenizer.encode_plus(question, context, { add_special_tokens: true, return_tensors: 'pt' });
84
+ const output = await model(inputs);
85
+ const answer_start = output.start_logits.argmax();
86
+ const answer_end = output.end_logits.argmax();
87
+ const answer = tokenizer.decode(inputs.input_ids.slice(answer_start, answer_end + 1));
88
+
89
+ return answer;
90
+ }
91
+ </script>
92
+ </body>
93
+ </html>