Hugging Face's logo

Spaces:
tbaro
/
HIPPOCRATES
Sleeping

App Files Community
HIPPOCRATES
File size: 4,667 Bytes
d9ac973
 
 
 
 
 
3b521f3
d9ac973
 
 
 
 
b4cb652
d9ac973
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3b521f3
d9ac973
 
 
 
 
 
 
 
 
3b521f3
d9ac973
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
b48c4e5
b866721
d9ac973
 
 
 
 
b866721
d9ac973
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
import streamlit as st
from sentence_transformers import SentenceTransformer
import sqlite3
import numpy as np
import pandas as pd
import json
from deep_translator import GoogleTranslator

# Khởi tạo Sentence Transformer
model = SentenceTransformer('all-MiniLM-L6-v2')

# Khởi tạo đối tượng dịch với googletrans
translator = GoogleTranslator()

# Kết nối SQLite
db_path = 'answers.db'
conn = sqlite3.connect(db_path)

# Tạo bảng lưu trữ lịch sử đoạn chat nếu chưa tồn tại
conn.execute('''
CREATE TABLE IF NOT EXISTS chat_history (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    user_question TEXT,
    bot_answer TEXT,
    similarity REAL
)
''')
conn.commit()

# Hàm tính độ tương đồng cosine
def cosine_similarity(vec1, vec2):
    vec1 = np.array(vec1)
    vec2 = np.array(vec2)
    return np.dot(vec1, vec2) / (np.linalg.norm(vec1) * np.linalg.norm(vec2))

# Tìm kiếm câu trả lời tương tự nhất
def search_similar_answer(query):
    # Dịch câu hỏi từ tiếng Việt sang tiếng Anh
    query_en = GoogleTranslator(source='vi', target='en').translate(query)
    query_vector = model.encode(query_en).tolist()
    
    # Tìm câu trả lời tương tự nhất trong cơ sở dữ liệu
    df = pd.read_sql('SELECT * FROM answers', conn)
    df['answer_vector'] = df['answer_vector'].apply(json.loads)
    df['similarity'] = df['answer_vector'].apply(lambda x: cosine_similarity(x, query_vector))
    best_match = df.loc[df['similarity'].idxmax()]
    
    # Dịch câu trả lời từ tiếng Anh sang tiếng Việt
    answer_vi = GoogleTranslator(source='en', target='vi').translate(best_match['answer'])
    
    return best_match['question'], answer_vi, best_match['similarity']

# Tùy chỉnh giao diện Streamlit
st.set_page_config(
    page_title="HIPPOCRATES",
    page_icon="🩺",
    layout="wide"
)

# Chia bố cục thành 3 cột: trái (lịch sử), giữa (nội dung chính), phải (tùy chọn)
col1, col2, col3 = st.columns([1.5, 3, 1.5])

# Phần bên trái: Lịch sử đoạn chat
with col1:
    st.title("🗂️ Lịch sử đoạn chat")
    history = pd.read_sql('SELECT * FROM chat_history ORDER BY id DESC LIMIT 10', conn)
    if not history.empty:
        for index, row in history.iterrows():
            question_preview = row['user_question'][:30] if row['user_question'] else "Không có dữ liệu"
            with st.expander(f"🔹 {question_preview}...", expanded=False):
                st.markdown(f"**Câu hỏi:** {row['user_question'] or 'Không có dữ liệu'}")
                st.markdown(f"**Trả lời:** {row['bot_answer'] or 'Không có dữ liệu'}")
    else:
        st.write("❌ Chưa có lịch sử chat nào.")
    
    # Thêm nút để xóa toàn bộ lịch sử chat
    if st.button("🗑️ Xóa toàn bộ lịch sử chat"):
        conn.execute('DELETE FROM chat_history')
        conn.commit()
        st.success("✅ Đã xóa toàn bộ lịch sử chat.")

# Phần giữa: Nội dung chính
with col2:
    st.title("🩺 HIPPOCRATES - TRỢ LÝ ẢO Y TẾ THÔNG MINH")
    st.write("Bạn gặp vấn đề gì, hãy nói với chúng mình nhé!")

    # Nhập câu hỏi
    query = st.text_input("💬 **Câu hỏi của bạn:**", "")

    if query:
        with st.spinner("⏳ Đang tìm kiếm câu trả lời..."):
            question, answer, similarity = search_similar_answer(query)

        # Hiển thị kết quả
        st.success("✅ Kết quả tìm kiếm:")
        # st.markdown(f"**Câu hỏi liên quan nhất:** {question}")
        st.markdown(f"**Câu trả lời:** {answer}")
        # st.write(f"**Độ tương đồng:** `{similarity:.2f}`")

        # Lưu đoạn chat vào lịch sử
        conn.execute(
            'INSERT INTO chat_history (user_question, bot_answer, similarity) VALUES (?, ?, ?)',
            (query, answer, similarity)
        )
        conn.commit()

# Phần bên phải: Tùy chọn
with col3:
    with st.expander("🔧 **Tùy chọn**", expanded=True):
        st.markdown("""
        - **Ứng dụng**: Tìm kiếm nhanh câu trả lời y tế.
        - **Tính năng**: Thân thiện, chính xác, dễ sử dụng.
        """)
        st.write("**Liên hệ hỗ trợ:**")
        st.markdown("""
        📧 Email: edumakerlab1712@gmail.com  
        ☎️ Phone: 0856991779
        """)

# Footer
st.markdown("---")
st.markdown(
    "<div style='text-align: center; font-size: 12px; color: #ffffff;'>© 2024 | Ứng dụng được phát triển bởi <b>HIPPOCRATES@ThaiSon</b></div>", 
    unsafe_allow_html=True
)