Upload folder using huggingface_hub
Browse files
README.md
CHANGED
|
@@ -2,5 +2,5 @@
|
|
| 2 |
title: mps-v2
|
| 3 |
app_file: app.py
|
| 4 |
sdk: gradio
|
| 5 |
-
sdk_version: 4.
|
| 6 |
---
|
|
|
|
| 2 |
title: mps-v2
|
| 3 |
app_file: app.py
|
| 4 |
sdk: gradio
|
| 5 |
+
sdk_version: 4.33.0
|
| 6 |
---
|
app.py
CHANGED
|
@@ -133,7 +133,7 @@ def retrieve(queries=['je veux bricoler'], origin='Formation', n_results=10):
|
|
| 133 |
# ranking = pd.DataFrame({'rang': rank(query, data['documents'])})
|
| 134 |
# df = pd.concat([ranking, distances, metadatas, documents], axis=1)
|
| 135 |
dfs = [pd.concat([query, dis, sco, metas, docs], axis=1) for query, dis, sco, metas, docs in zip(queries, distances, scores, metadatas, documents)]
|
| 136 |
-
|
| 137 |
for idx in range(len(dfs)):
|
| 138 |
dfs[idx]['distance'] = dfs[idx]['distance'].apply(lambda x: round(x, 3))
|
| 139 |
dfs[idx]['score'] = dfs[idx]['score'].apply(lambda x: round(x, 3))
|
|
@@ -169,7 +169,7 @@ def rank(query='cuisine', documents = []):
|
|
| 169 |
gradio_app = gr.Interface(
|
| 170 |
fn=retrieve,
|
| 171 |
inputs=[
|
| 172 |
-
gr.Dropdown(choices=tags, multiselect=True, label="Recherche", info="Choisir un ou plusieurs critères"),
|
| 173 |
#gr.Textbox(label="Recherche", info="Votre recherche (mots séparés par des virgules pour des recherches multiples)"),
|
| 174 |
gr.Dropdown(choices=list(origins.keys()), value=list(origins.keys())[0], label="Origine", info="Choisir un type de donnée à interroger"),
|
| 175 |
gr.Number(value=10, label="Nombre de résultats", info="Nombre de résultats attendus")
|
|
@@ -177,7 +177,14 @@ gradio_app = gr.Interface(
|
|
| 177 |
outputs=[
|
| 178 |
gr.DataFrame(label="Résultats", headers=["Score", "Key", "Label"])
|
| 179 |
],
|
| 180 |
-
examples=[
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 181 |
cache_examples=False
|
| 182 |
)
|
| 183 |
|
|
|
|
| 133 |
# ranking = pd.DataFrame({'rang': rank(query, data['documents'])})
|
| 134 |
# df = pd.concat([ranking, distances, metadatas, documents], axis=1)
|
| 135 |
dfs = [pd.concat([query, dis, sco, metas, docs], axis=1) for query, dis, sco, metas, docs in zip(queries, distances, scores, metadatas, documents)]
|
| 136 |
+
|
| 137 |
for idx in range(len(dfs)):
|
| 138 |
dfs[idx]['distance'] = dfs[idx]['distance'].apply(lambda x: round(x, 3))
|
| 139 |
dfs[idx]['score'] = dfs[idx]['score'].apply(lambda x: round(x, 3))
|
|
|
|
| 169 |
gradio_app = gr.Interface(
|
| 170 |
fn=retrieve,
|
| 171 |
inputs=[
|
| 172 |
+
gr.Dropdown(choices=tags, multiselect=True, allow_custom_value=True, label="Recherche", info="Choisir un ou plusieurs critères"),
|
| 173 |
#gr.Textbox(label="Recherche", info="Votre recherche (mots séparés par des virgules pour des recherches multiples)"),
|
| 174 |
gr.Dropdown(choices=list(origins.keys()), value=list(origins.keys())[0], label="Origine", info="Choisir un type de donnée à interroger"),
|
| 175 |
gr.Number(value=10, label="Nombre de résultats", info="Nombre de résultats attendus")
|
|
|
|
| 177 |
outputs=[
|
| 178 |
gr.DataFrame(label="Résultats", headers=["Score", "Key", "Label"])
|
| 179 |
],
|
| 180 |
+
examples=[
|
| 181 |
+
[["sciences politiques", "psychologie", "sciences humaines et sociales", "sciences économiques", "informatique", "mathématiques"]],
|
| 182 |
+
[["santé", "sciences du vivant et de la terre", "psychologie", "travail social"]],
|
| 183 |
+
[["chimie et matériaux", "art", "mathématiques", "physique", "santé", "langue étrangère", "ingénierie", "audiovisuel"]],
|
| 184 |
+
[["management et business", "sciences économiques", "droit", "défense nationale"]],
|
| 185 |
+
[["audiovisuel", "histoire", "langue étrangère"]],
|
| 186 |
+
[["sciences du vivant et de la terre", "santé", "bâtiment - construction"]],
|
| 187 |
+
],
|
| 188 |
cache_examples=False
|
| 189 |
)
|
| 190 |
|