Create app.py

app.py

@@ -0,0 +1,38 @@
+import gradio as gr
+import pdfplumber
+from transformers import pipeline
+
+# Inicjalizacja modelu
+extractor = pipeline("ner", model="opendatalab/PDF-Extract-Kit")
+
+def extract_info(pdf_file):
+    with pdfplumber.open(pdf_file) as pdf:
+        text = ""
+        for page in pdf.pages:
+            text += page.extract_text()
+
+    # Przetwarzanie tekstu za pomocą modelu
+    entities = extractor(text)
+
+    # Filtrowanie i formatowanie wyników
+    results = {}
+    for entity in entities:
+        label = entity['entity']
+        word = entity['word']
+        if label not in results:
+            results[label] = []
+        results[label].append(word)
+
+    return results
+
+# Interfejs użytkownika
+iface = gr.Interface(
+    fn=extract_info,
+    inputs=gr.inputs.File(label="Wybierz plik PDF"),
+    outputs=gr.outputs.JSON(label="Wykryte informacje"),
+    title="Ekstrakcja informacji z faktur PDF",
+    description="Prześlij plik PDF z fakturą, aby wyodrębnić określone informacje."
+)
+
+if __name__ == "__main__":
+    iface.launch()