Hugging Face's logo

Spaces:
eduardmtz
/
www
Running

App Files Community
1
eduardmtz commited on
Commit
ca7d73a
路
verified 路
1 Parent(s): 3524a2f

Create test3.html

Browse files
Files changed (1) hide show
  1. test3.html +92 -0
test3.html ADDED
@@ -0,0 +1,92 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
+
8
+ <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
9
+ <script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/bert"></script>
10
+
11
+ <script src="https://cdnjs.cloudflare.com/ajax/libs/pdf.js/2.11.338/pdf.min.js"></script>
12
+ </head>
13
+ <body>
14
+ <h1>Modelo de Preguntas y Respuestas sobre un PDF</h1>
15
+
16
+ <input type="file" id="pdfInput" />
17
+ <button onclick="procesarPDF()">Cargar PDF</button>
18
+
19
+ <h2>Preguntar sobre el PDF</h2>
20
+ <input type="text" id="inputPregunta" placeholder="Escribe tu pregunta aqu铆">
21
+ <button onclick="responderPregunta()">Hacer pregunta</button>
22
+
23
+ <h3>Respuesta:</h3>
24
+ <div id="respuesta"></div>
25
+
26
+ <script>
27
+ // Variable global para almacenar el texto del PDF
28
+ let textoPDF = "";
29
+
30
+ // Cargar y procesar el archivo PDF
31
+ async function procesarPDF() {
32
+ const archivo = document.getElementById("pdfInput").files[0];
33
+ if (archivo) {
34
+ const archivoPDF = await leerPDF(archivo);
35
+ textoPDF = archivoPDF.join(" ");
36
+ alert("PDF cargado y procesado.");
37
+ }
38
+ }
39
+
40
+ // Leer y extraer el texto del archivo PDF
41
+ async function leerPDF(archivo) {
42
+ const lector = new FileReader();
43
+ return new Promise((resolve, reject) => {
44
+ lector.onload = async function (e) {
45
+ const arrayBuffer = e.target.result;
46
+ const pdf = await pdfjsLib.getDocument(arrayBuffer).promise;
47
+ let texto = [];
48
+ for (let i = 1; i <= pdf.numPages; i++) {
49
+ const pagina = await pdf.getPage(i);
50
+ const contenido = await pagina.getTextContent();
51
+ const textoPagina = contenido.items.map(item => item.str).join(" ");
52
+ texto.push(textoPagina);
53
+ }
54
+ resolve(texto);
55
+ };
56
+ lector.onerror = reject;
57
+ lector.readAsArrayBuffer(archivo);
58
+ });
59
+ }
60
+
61
+ // Funci贸n para responder una pregunta utilizando el texto del PDF
62
+ async function responderPregunta() {
63
+ const pregunta = document.getElementById("inputPregunta").value;
64
+ if (!textoPDF) {
65
+ alert("Por favor, cargue un PDF primero.");
66
+ return;
67
+ }
68
+
69
+ // Enviar la pregunta y el texto del PDF al modelo para obtener la respuesta
70
+ const respuesta = await obtenerRespuestaConBERT(pregunta, textoPDF);
71
+
72
+ // Mostrar la respuesta
73
+ document.getElementById("respuesta").innerText = "Respuesta: " + respuesta;
74
+ }
75
+
76
+ // Funci贸n para obtener respuesta utilizando un modelo de TensorFlow.js con BERT
77
+ async function obtenerRespuestaConBERT(pregunta, contexto) {
78
+ // Cargar el modelo preentrenado de BERT usando TensorFlow.js
79
+ const modelo = await tf.loadGraphModel('https://tensorflowjs-models.s3.us-east-2.amazonaws.com/distilbert_squad/model.json');
80
+
81
+ // Procesar la pregunta y contexto para usar en el modelo (esto var铆a seg煤n el modelo espec铆fico)
82
+ const respuesta = await modelo.predict({
83
+ question: pregunta,
84
+ context: contexto
85
+ });
86
+
87
+ // Devolver la respuesta
88
+ return respuesta;
89
+ }
90
+ </script>
91
+ </body>
92
+ </html>