Update app.py

app.py

@@ -9,46 +9,55 @@ from functools import lru_cache
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
-class SimpleBibleRAG:
+class AssistenteBiblico:
     def __init__(self):
         self.device = "cuda" if torch.cuda.is_available() else "cpu"
-        logger.info(f"Using device: {self.device}")
+        logger.info(f"Usando dispositivo: {self.device}")
         
-        # Load model and tokenizer
-        model_name = "bert-base-multilingual-cased"
+        # Carregando modelo e tokenizer em português
+        model_name = "neuralmind/bert-base-portuguese-cased"
         self.tokenizer = AutoTokenizer.from_pretrained(model_name)
         self.model = AutoModel.from_pretrained(model_name).to(self.device)
-        self.sentiment_analyzer = pipeline("sentiment-analysis", model="distilbert-base-uncased-finetuned-sst-2-english")
         
-        self.bible_data = self.load_bible_data()
-        self.passage_embeddings = self.compute_embeddings()
+        # Usando modelo de sentimentos em português
+        self.analisador_sentimento = pipeline("sentiment-analysis", 
+                                            model="pierreguillou/bert-base-multilingual-cased-sentiment-brazilian-news")
+        
+        self.dados_biblia = self.carregar_dados_biblia()
+        self.embeddings_versiculos = self.computar_embeddings()
     
-    def load_bible_data(self):
-        # Simulated database with multilingual support
+    def carregar_dados_biblia(self):
+        # Base de dados simulada em português
         return [
             {
-                "reference": "João 3:16 / John 3:16",
-                "text": {
-                    "pt": "Porque Deus amou o mundo de tal maneira que deu o seu Filho unigênito, para que todo aquele que nele crê não pereça, mas tenha a vida eterna.",
-                    "en": "For God so loved the world that he gave his one and only Son, that whoever believes in him shall not perish but have eternal life."
-                },
-                "topic": "Salvation/Salvação"
+                "referencia": "João 3:16",
+                "texto": "Porque Deus amou o mundo de tal maneira que deu o seu Filho unigênito, para que todo aquele que nele crê não pereça, mas tenha a vida eterna.",
+                "topico": "Salvação"
+            },
+            {
+                "referencia": "1 Coríntios 13:4-7",
+                "texto": "O amor é paciente, o amor é bondoso. Não inveja, não se vangloria, não se orgulha. Não maltrata, não procura seus interesses, não se ira facilmente, não guarda rancor. O amor não se alegra com a injustiça, mas se alegra com a verdade. Tudo sofre, tudo crê, tudo espera, tudo suporta.",
+                "topico": "Amor"
+            },
+            {
+                "referencia": "Filipenses 4:13",
+                "texto": "Posso todas as coisas naquele que me fortalece.",
+                "topico": "Fé"
+            },
+            {
+                "referencia": "Salmos 23:1",
+                "texto": "O Senhor é o meu pastor, nada me faltará.",
+                "topico": "Confiança"
             },
             {
-                "reference": "1 Coríntios 13:4-7 / 1 Corinthians 13:4-7",
-                "text": {
-                    "pt": "O amor é paciente, o amor é bondoso. Não inveja, não se vangloria, não se orgulha. Não maltrata, não procura seus interesses, não se ira facilmente, não guarda rancor. O amor não se alegra com a injustiça, mas se alegra com a verdade. Tudo sofre, tudo crê, tudo espera, tudo suporta.",
-                    "en": "Love is patient, love is kind. It does not envy, it does not boast, it is not proud. It does not dishonor others, it is not self-seeking, it is not easily angered, it keeps no record of wrongs. Love does not delight in evil but rejoices with the truth. It always protects, always trusts, always hopes, always perseveres."
-                },
-                "topic": "Love/Amor"
+                "referencia": "Mateus 11:28",
+                "texto": "Vinde a mim, todos os que estais cansados e oprimidos, e eu vos aliviarei.",
+                "topico": "Conforto"
             },
             {
-                "reference": "Filipenses 4:13 / Philippians 4:13",
-                "text": {
-                    "pt": "Posso todas as coisas naquele que me fortalece.",
-                    "en": "I can do all things through Christ who strengthens me."
-                },
-                "topic": "Faith/Fé"
+                "referencia": "Provérbios 3:5-6",
+                "texto": "Confie no Senhor de todo o seu coração e não se apoie em seu próprio entendimento; reconheça o Senhor em todos os seus caminhos, e ele endireitará as suas veredas.",
+                "topico": "Sabedoria"
             }
         ]
     
@@ -57,69 +66,75 @@ class SimpleBibleRAG:
         input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
         return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)
     
-    def get_embedding(self, text: str) -> np.ndarray:
-        inputs = self.tokenizer(text, padding=True, truncation=True, return_tensors='pt').to(self.device)
+    def get_embedding(self, texto: str) -> np.ndarray:
+        inputs = self.tokenizer(texto, padding=True, truncation=True, return_tensors='pt').to(self.device)
         with torch.no_grad():
             model_output = self.model(**inputs)
         sentence_embeddings = self.mean_pooling(model_output, inputs['attention_mask'])
         return sentence_embeddings.cpu().numpy()
     
-    def compute_embeddings(self):
-        return [self.get_embedding(d['text']['en'])[0] for d in self.bible_data]
+    def computar_embeddings(self):
+        return [self.get_embedding(d['texto'])[0] for d in self.dados_biblia]
     
-    def search_passages(self, query: str, k: int = 2) -> List[Dict]:
-        query_embedding = self.get_embedding(query)[0]
-        similarities = [np.dot(query_embedding, passage_embedding) / 
-                       (np.linalg.norm(query_embedding) * np.linalg.norm(passage_embedding))
-                       for passage_embedding in self.passage_embeddings]
+    def buscar_versiculos(self, pergunta: str, k: int = 2) -> List[Dict]:
+        query_embedding = self.get_embedding(pergunta)[0]
+        similaridades = [np.dot(query_embedding, emb_versiculo) / 
+                      (np.linalg.norm(query_embedding) * np.linalg.norm(emb_versiculo))
+                      for emb_versiculo in self.embeddings_versiculos]
         
-        top_k_idx = np.argsort(similarities)[-k:][::-1]
-        return [self.bible_data[idx] for idx in top_k_idx]
+        top_k_idx = np.argsort(similaridades)[-k:][::-1]
+        return [self.dados_biblia[idx] for idx in top_k_idx]
     
     @lru_cache(maxsize=100)
-    def generate_response(self, query: str, lang: str = 'en') -> str:
+    def gerar_resposta(self, pergunta: str) -> str:
         try:
-            relevant_passages = self.search_passages(query)
+            versiculos_relevantes = self.buscar_versiculos(pergunta)
             
-            response = "Based on these verses:\n\n" if lang == 'en' else "Baseado nestes versículos:\n\n"
+            resposta = "Baseado nestes versículos:\n\n"
             
-            for passage in relevant_passages:
-                response += f"📖 {passage['reference']}\n"
-                response += f"{passage['text'][lang]}\n\n"
+            for versiculo in versiculos_relevantes:
+                resposta += f"📖 {versiculo['referencia']}\n"
+                resposta += f"{versiculo['texto']}\n\n"
             
-            sentiment = self.analyze_sentiment(query)
-            sentiment_text = "positive" if sentiment == "POSITIVE" else "negative"
-            sentiment_msg = f"\nYour question seems to have a {sentiment_text} tone." if lang == 'en' else \
-                          f"\nSua pergunta parece ter um tom {'positivo' if sentiment_text == 'positive' else 'negativo'}."
+            # Análise de sentimento da pergunta
+            sentimento = self.analisar_sentimento(pergunta)
+            resposta += f"\nSua pergunta parece ter um tom {sentimento}."
             
-            response += sentiment_msg
+            # Adiciona tópicos relacionados
+            topicos = [v['topico'] for v in versiculos_relevantes]
+            resposta += f"\n\nTópicos relacionados: {', '.join(topicos)}"
             
-            return response
+            return resposta
             
         except Exception as e:
-            logger.error(f"Error generating response: {str(e)}")
-            return "An error occurred while processing your request." if lang == 'en' else \
-                   "Ocorreu um erro ao processar sua solicitação."
+            logger.error(f"Erro gerando resposta: {str(e)}")
+            return "Ocorreu um erro ao processar sua solicitação."
     
-    def analyze_sentiment(self, text: str) -> str:
-        result = self.sentiment_analyzer(text)[0]
-        return result['label']
+    def analisar_sentimento(self, texto: str) -> str:
+        resultado = self.analisador_sentimento(texto)[0]
+        # Converte as labels do modelo para português
+        mapa_sentimentos = {
+            'positive': 'positivo',
+            'negative': 'negativo',
+            'neutral': 'neutro'
+        }
+        return mapa_sentimentos.get(resultado['label'], 'neutro')
 
-def process_message(message: str, history: List, lang: str) -> str:
+def processar_mensagem(mensagem: str, historico: List) -> str:
     try:
-        rag = SimpleBibleRAG()
-        response = rag.generate_response(message, lang)
-        return response
+        assistente = AssistenteBiblico()
+        resposta = assistente.gerar_resposta(mensagem)
+        return resposta
     except Exception as e:
-        logger.error(f"Error: {str(e)}")
-        return "Sorry, an error occurred." if lang == 'en' else "Desculpe, ocorreu um erro."
+        logger.error(f"Erro: {str(e)}")
+        return "Desculpe, ocorreu um erro."
 
-# Gradio Interface
+# Interface Gradio
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.HTML("""
         <div style="text-align: center; padding: 20px;">
-            <h1>📚 Bible Assistant</h1>
-            <p>Ask questions about the Bible and receive verse-based answers</p>
+            <h1>📚 Assistente Bíblico</h1>
+            <p>Faça perguntas sobre a Bíblia e receba respostas baseadas em versículos</p>
         </div>
     """)
     
@@ -129,28 +144,29 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
             with gr.Row():
                 msg = gr.Textbox(
                     show_label=False,
-                    placeholder="Ask your question about the Bible...",
+                    placeholder="Faça sua pergunta sobre a Bíblia...",
                     scale=4
                 )
-                lang = gr.Dropdown(["en", "pt"], label="Language", value="en")
-                clear = gr.Button("Clear", scale=1)
+                limpar = gr.Button("Limpar", scale=1)
         
         with gr.Column(scale=1):
             gr.Markdown("""
-            ### How to use
-            1. Select your language
-            2. Type your question
-            3. The system will find relevant verses
-            4. A response will be generated with sentiment analysis
+            ### Como usar
+            1. Digite sua pergunta
+            2. O sistema encontrará versículos relevantes
+            3. Uma resposta será gerada com análise de sentimento
+            4. Os tópicos relacionados serão mostrados
             
-            ### Examples:
-            - What is love?
-            - How to have faith in difficult times?
-            - What is God's plan for salvation?
+            ### Exemplos de perguntas:
+            - O que é o amor segundo a Bíblia?
+            - Como ter fé em tempos difíceis?
+            - Qual é o plano de Deus para salvação?
+            - Como encontrar paz e conforto?
+            - O que a Bíblia diz sobre sabedoria?
             """)
     
-    msg.submit(process_message, [msg, chatbot, lang], [chatbot])
-    clear.click(lambda: None, None, chatbot, queue=False)
+    msg.submit(processar_mensagem, [msg, chatbot], [chatbot])
+    limpar.click(lambda: None, None, chatbot, queue=False)
 
 if __name__ == "__main__":
     demo.launch()