Create FAQ.py

FAQ.py

@@ -0,0 +1,72 @@
+import datasets
+import pandas as pd
+from datetime import datetime
+
+_DESCRIPTION = "Датасет для анализа запросов и ответов нейронной сети."
+_URL = "faq_dataset.csv"  # Укажите URL для загрузки данных, если необходимо
+
+class InstructAnalysis(datasets.GeneratorBasedBuilder):
+    VERSION = datasets.Version("0.0.1")
+
+    BUILDER_CONFIGS = [
+        datasets.BuilderConfig(name="default", version=VERSION, description="Стандартная конфигурация для анализа запросов и ответов."),
+    ]
+
+    DEFAULT_CONFIG_NAME = "default"
+
+    def _info(self):
+        features = datasets.Features({
+            "request": datasets.Value("string"),  # Запрос к нейронной сети
+            "response": datasets.Value("string"),  # Ответ нейронной сети
+            "frequency": datasets.Value("int32"),  # Частота запроса
+            "average_response": datasets.Value("string"),  # Средний ответ для данного запроса
+            "timestamp": datasets.Value("string"),  # Время запроса
+        })
+        return datasets.DatasetInfo(description=_DESCRIPTION, features=features)
+
+    def _split_generators(self, dl_manager):
+        downloaded_file = dl_manager.download(_URL)
+        return [
+            datasets.SplitGenerator(name=datasets.Split.TRAIN, gen_kwargs={"path": downloaded_file}),
+        ]
+
+    def _generate_examples(self, path):
+        # Чтение данных из CSV файла
+        data = pd.read_csv(path)  # Предполагается, что данные хранятся в CSV
+        for index, row in data.iterrows():
+            yield index, {
+                "request": row["request"],
+                "response": row["response"],
+                "frequency": row["frequency"],
+                "average_response": row["average_response"],
+                "timestamp": row["timestamp"],
+            }
+
+    def save_faq(self, request, response):
+        # Загрузка существующего датасета
+        try:
+            df = pd.read_csv('faq_dataset.csv')
+        except FileNotFoundError:
+            df = pd.DataFrame(columns=["request", "response", "frequency", "average_response", "timestamp"])
+
+        # Проверка, существует ли уже вопрос
+        if request in df['request'].values:
+            # Увеличиваем частоту
+            df.loc[df['request'] == request, 'frequency'] += 1
+            # Обновляем средний ответ (можно использовать более сложную логику для вычисления среднего)
+            existing_response = df.loc[df['request'] == request, 'average_response'].values[0]
+            new_average_response = f"{existing_response}; {response}"  # Простой пример объединения
+            df.loc[df['request'] == request, 'average_response'] = new_average_response
+        else:
+            # Добавляем новый вопрос и ответ
+            new_entry = {
+                "request": request,
+                "response": response,
+                "frequency": 1,
+                "average_response": response,
+                "timestamp": datetime.now().isoformat()
+            }
+            df = df.append(new_entry, ignore_index=True)
+
+        # Сохраняем обновленный датасет
+        df.to_csv('faq_dataset.csv', index=False)