Hugging Face's logo

Spaces:
dromerosm
/
chatgpt-kyc
Runtime error

App Files Community
chatgpt-kyc
File size: 5,028 Bytes 
f439c8b
 
 
 
 
 
 
 
 
 
 
b5b699f
 
 
 
 
 
 
 
f439c8b
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4dcca54
 
f439c8b
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4dcca54
f439c8b
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
b5b699f
 
f439c8b
 
 
b5b699f
 
 
f439c8b
b5b699f
 
f439c8b
 
 
 
 
 
 
 
 
 
 
b5b699f
 
 
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
 
import gradio as gr
import os
import openai
from newspaper import Article
import json
import re
from transformers import GPT2Tokenizer
import requests


# define the text summarizer function
def text_prompt(page_url, contrase帽a, temp):
    # Reemplazar estas l铆neas con cadenas de texto fijas
    request = """Analizar el siguiente texto de una noticia en prensa y generar un informe tipo KYC para an谩lisis de riesgos, considerando los siguientes aspectos:
1. Identificaci贸n de las partes involucradas (personas, empresas, entidades)
2. Actividades sospechosas o inusuales descritas en el texto"""
    
    system_role = "Actua como analista de riesgos especializado en cumplimiento normativo y CSC. Tendr谩s una s贸lida formaci贸n en finanzas, derecho o gesti贸n, y estar铆a familiarizado con la normativa local e internacional relacionada con la prevenci贸n del blanqueo de capitales y la financiaci贸n del terrorismo. Poseer谩s avanzadas capacidades anal铆ticas y de investigaci贸n, lo que te permitir谩 evaluar eficazmente la informaci贸n facilitada en las noticias y determinar el nivel de riesgo asociado a las partes implicadas. Tambi茅n tendr谩s excelentes dotes de comunicaci贸n escrita y verbal para presentar de forma clara y concisa las conclusiones en un informe accesible a los ejecutivos y otras partes interesadas de la organizaci贸n. Adem谩s, estar谩s al d铆a de las tendencias y novedades en el 谩mbito del cumplimiento de la normativa y la gesti贸n de riesgos."
    
    try:
        headers = {'User-Agent': 'Chrome/83.0.4103.106'}
        response = requests.get(page_url, headers=headers)
        html = response.text

        page = Article('')
        page.set_html(html)
        page.parse()

    except Exception as e:
        return "", f"--- An error occurred while processing the URL: {e} ---", ""
    
    tokenizer = GPT2Tokenizer.from_pretrained("gpt2")
    sentences = page.text.split('.')
    
    tokens = []
    page_text = ""
    
    for sentence in sentences:
        tokens.extend(tokenizer.tokenize(sentence))
        
        # Trim text to a maximum of 3000 tokens
        if len(tokens) > 3000:
            break
        page_text += sentence + ". "
        
    # Delete the last space
    page_text = page_text.strip()

    num_tokens = len(tokens)

    if num_tokens > 10 and contrase帽a.startswith("sk-"):
        openai.api_key = contrase帽a
        # get the response from openai API
        try:
            response = openai.ChatCompletion.create(
                model="gpt-3.5-turbo",
                messages=[
                    {"role": "system", "content": system_role},
                    {"role": "user", "content": request + "\n\n" + 'Text:\n\n"' + page_text + '\n"'}
                ],
                max_tokens=1024,
                temperature=temp,
                top_p=1.0,
            )
            # get the response text
            response_text = response['choices'][0]['message']['content']
            total_tokens = response["usage"]["total_tokens"]

            # clean the response text
            response_text = re.sub(r'\s+', ' ', response_text)
            response_text = f"#### [{page.title}]({page_url})\n\n{response_text.strip()}"
            total_tokens_str = str(total_tokens) + " (${:.2f} USD)".format(total_tokens/1000*0.002)


            return page.text, response_text, total_tokens_str
        except Exception as e:
            return page.text, f"--- An error occurred while processing the request: {e} ---", num_tokens
    return page.text, "--- Check API-Key or Min number of tokens:", str(num_tokens)

# define the gradio interface
iface = gr.Interface(
    fn=text_prompt,
    inputs=[
            gr.Textbox(lines=1, placeholder="Enter the Article's URL here...", label="Article's URL to analyse:", type="text"),
            gr.Textbox(lines=1, placeholder="Enter your API-key here...", label="API-Key:", type="password"),
            gr.Slider(0.0,1.0, value=0.3, label="Temperature:")
            ],
    outputs=[gr.Textbox(label="Text from URL:"), gr.Markdown(label="Output from GPT:"), gr.Markdown(label="Total Tokens:")],
    examples=[[ "https://www.eleconomista.es/andalucia/noticias/11534190/12/21/Nueva-condena-a-ex-presidente-de-Invercaria-por-dar-300000-euros-a-una-empresa-inviable.html","",0.2],
            ["https://www.eleconomista.es/andalucia/noticias/11533733/12/21/El-juez-procesa-a-35-investigados-en-la-pieza-de-las-sobrecomisiones-de-los-ERE-.html","",0.7]
    ],
    title="ChatGPT - KYC from URL",
    description="This tool allows to generate points of a KYC report based on the text retrieved from the URL using the [gpt-3.5-turbo] engine of OpenAI.Provide the url for text retrieval, your api-key and the temperature to process the text."
)

# error capturing in integration as a component

error_message = ""

try:
    iface.queue(concurrency_count=20)
    iface.launch()
except Exception as e:
    error_message = "An error occurred: " + str(e)
    iface.outputs[1].value = error_message