app.py

import streamlit as st
from datasets import load_dataset
from transformers import pipeline

# Título de la aplicación
st.title("Chatbot y Análisis de Criptomonedas con Hugging Face")

# Cargar el modelo de chatbot avanzado (DialoGPT español)
chatbot = pipeline("conversational", model="ITG/DialoGPT-medium-spanish-chitchat")

# Interacción con el chatbot
st.header("Chat con el Bot")
user_input = st.text_input("Escribe tu mensaje:")
if st.button("Enviar"):
    if user_input:
        response = chatbot(user_input)
        st.write(f"Bot: {response[0]['generated_text']}")
    else:
        st.write("Por favor, escribe un mensaje.")

# Cargar y mostrar ejemplos de los datasets adicionales

# Dataset de criptomonedas para análisis de precios
st.header("Análisis de Criptomonedas")
st.write("""
Este análisis se realiza con el conjunto de datos `crypto_data` de Hugging Face para el análisis histórico de precios de criptomonedas.
""")

# Cargar el dataset de criptomonedas
crypto_data = load_dataset("sebdg/crypto_data")

# Mostrar datos de ejemplo del dataset de criptomonedas
st.write("Dataset de Criptomonedas cargado:")
st.write(crypto_data['train'].head())

# Dataset para interacción de Chatbot (Persona Chat)
st.header("Mejora de Interacción con Chatbot")
st.write("""
El siguiente dataset ayuda a hacer las interacciones del bot más naturales y personalizadas.
""")

# Cargar el dataset de Persona Chat
persona_chat = load_dataset("persona-chat")

# Mostrar ejemplo de conversación del dataset persona-chat
st.write("Ejemplo de Conversación de Persona Chat:")
st.write(f"Pregunta: {persona_chat['train'][0]['conversation']}")
st.write(f"Respuesta: {persona_chat['train'][0]['personality']}")