Upload app.py

app.py

@@ -0,0 +1,74 @@
+import os
+import pandas as pd
+import numpy as np
+from sentence_transformers import SentenceTransformer
+from sklearn.metrics.pairwise import cosine_similarity
+import gradio as gr
+from google import generativeai as genai
+
+# API 키를 Hugging Face Spaces의 Repository secrets에서 가져옵니다.
+API_KEY = os.getenv("GOOGLE_API_KEY")
+
+if API_KEY:
+    genai.configure(api_key=API_KEY)
+    print("API 키가 성공적으로 설정되었습니다.")
+else:
+    raise ValueError("API 키가 설정되지 않았습니다. Hugging Face Spaces의 Repository secrets에 'GOOGLE_API_KEY'를 설정해주세요.")
+
+# 데이터셋 로드
+df = pd.read_csv('https://raw.githubusercontent.com/kairess/mental-health-chatbot/master/wellness_dataset_original.csv')
+df = df.drop(columns=['Unnamed: 3'], errors='ignore')
+df = df.dropna(subset=['유저', '챗봇'])
+
+# 임베딩 모델 로드
+model = SentenceTransformer('jhgan/ko-sbert-nli')
+
+# 데이터셋 임베딩 미리 계산
+print("데이터셋 임베딩을 미리 계산 중입니다. 이 과정은 시간이 소요됩니다...")
+df['embedding'] = df['유저'].apply(lambda x: model.encode(x))
+print("임베딩 계산이 완료되었습니다! 이제 챗봇 응답이 훨씬 빨라집니다.")
+
+# Gemini API 호출 함수
+def call_gemini_api(question):
+    try:
+        llm_model = genai.GenerativeModel('gemini-pro')
+        response = llm_model.generate_content(question)
+        return response.text
+    except Exception as e:
+        print(f"API 호출 중 오류 발생: {e}")
+        return f"죄송합니다. API 호출 중 오류가 발생했습니다: {e}"
+
+# 유사도 임계값
+COSINE_SIMILARITY_THRESHOLD = 0.8
+
+# 챗봇 핵심 로직
+def chatbot(user_question):
+    try:
+        user_embedding = model.encode(user_question)
+        similarities = df['embedding'].apply(lambda x: cosine_similarity([user_embedding], [x])[0][0])
+        best_match_index = similarities.idxmax()
+        best_score = similarities.loc[best_match_index]
+        best_match_row = df.loc[best_match_index]
+
+        if best_score >= COSINE_SIMILARITY_THRESHOLD:
+            answer = best_match_row['챗봇']
+            print(f"유사도 기반 답변. 점수: {best_score}")
+            return answer
+        else:
+            print(f"유사도 임계값({COSINE_SIMILARITY_THRESHOLD}) 미만. Gemini 모델을 호출합니다. 점수: {best_score}")
+            return call_gemini_api(user_question)
+    except Exception as e:
+        print(f"챗봇 실행 중 오류 발생: {e}")
+        return f"죄송합니다. 챗봇 실행 중 오류가 발생했습니다: {e}"
+
+# Gradio 인터페이스 정의
+demo = gr.Interface(
+    fn=chatbot,
+    inputs=gr.Textbox(lines=2, placeholder="질문을 입력해 주세요...", label="질문", elem_id="user_question_input"),
+    outputs=gr.Textbox(lines=5, label="챗봇 답변"),
+    title="또래 상담 챗봇",
+    description="5분 동안 대화하여 주시고 다음의 링크를 클릭하여 꼭 설문조사에 참여해주세요! https://forms.gle/eWtyejQaQntKbbxG8"
+)
+
+# Hugging Face Spaces 환경에 맞춰 server_name과 server_port를 명시합니다.
+demo.launch(server_name="0.0.0.0", server_port=7860, share=False)