Spaces:
GIZ
/
Running on CPU Upgrade

leavoigt commited on
Commit
4a66b7a
·
1 Parent(s): c0ec585

change language

Browse files
app.py CHANGED
@@ -57,7 +57,7 @@ SAMPLE_QUESTIONS = {
57
  }
58
 
59
 
60
- BEGINNING_TEXT = "**AI-Generated Response:** \n\n"
61
  # Spanish disclaimer text
62
  DISCLAIMER_TEXT = "\n\n---\n ⚠️ **Descargo de responsabilidad:** El chatbot EUDR puede cometer errores. Verifique la información importante con fuentes oficiales. \n"
63
 
@@ -267,18 +267,15 @@ custom_css = """
267
  """
268
 
269
  init_prompt = """
270
- Hola, soy EUDR Bot, un asistente conversacional basado en inteligencia artificial diseñado
271
- para ayudarle a comprender el cumplimiento y el análisis del Reglamento de la UE sobre
272
- la deforestación. Responderé a sus preguntas utilizando los informes EUDR y los archivos
273
- GeoJSON cargados.
274
 
275
- 💡 **Cómo utilizarlo (pestañas a la derecha)**
276
 
277
- **Fuentes de datos:** elige entre subir un archivo GeoJSON para su análisis o consultar los informes EUDR filtrados por país.
278
- **Ejemplos:** selecciona entre preguntas de ejemplo seleccionadas de diferentes categorías.
279
- **Fuentes:** consulta las fuentes de contenido utilizadas para generar respuestas para la verificación de datos.
280
 
281
- ⚠️ Para conocer las limitaciones y la información sobre la recopilación de datos, consulta la pestaña «Aviso legal».
282
 
283
  """
284
 
@@ -322,10 +319,10 @@ with gr.Blocks(title="EUDR Bot", theme=theme, css="style.css") as demo:
322
  with gr.Tabs() as tabs:
323
 
324
  # Data Sources Tab
325
- with gr.Tab("Fuentes de datos", id=2):
326
  search_method = gr.Radio(
327
  choices=["Subir GeoJson", "Hablar con documentos"],
328
- label="Elige una fuente de datos",
329
  info="Sube un GeoJSON para su análisis o selecciona informes EUDR específicos de cada país.",
330
  value="Subir GeoJson",
331
  )
@@ -367,7 +364,7 @@ with gr.Blocks(title="EUDR Bot", theme=theme, css="style.css") as demo:
367
  value=first_key,
368
  interactive=True,
369
  show_label=True,
370
- label="Seleccione una categoría de preguntas de muestra."
371
  )
372
 
373
  # Create example sections
@@ -384,10 +381,10 @@ with gr.Blocks(title="EUDR Bot", theme=theme, css="style.css") as demo:
384
  sample_groups.append(group_examples)
385
 
386
  # Sources Tab
387
- with gr.Tab("Fuentes", id=1, elem_id="sources-textbox"):
388
  sources_textbox = gr.HTML(
389
  show_label=False,
390
- value="Los documentos originales aparecerán aquí después de que hagas una pregunta..."
391
  )
392
 
393
  # Guidelines Tab
 
57
  }
58
 
59
 
60
+ BEGINNING_TEXT = "**Respuesta generada mediante inteligencia artificíal:** \n\n"
61
  # Spanish disclaimer text
62
  DISCLAIMER_TEXT = "\n\n---\n ⚠️ **Descargo de responsabilidad:** El chatbot EUDR puede cometer errores. Verifique la información importante con fuentes oficiales. \n"
63
 
 
267
  """
268
 
269
  init_prompt = """
270
+ Hola, soy EUDR Bot, un asistente conversacional basado en inteligencia artificial diseñado para ayudarle a comprender el cumplimiento y el análisis del Reglamento de la UE sobre la deforestación. Responderé a sus preguntas utilizando los informes EUDR y los archivos GeoJSON cargados.
 
 
 
271
 
272
+ 💡 **Cómo utilizarlo (panel a la derecha)**
273
 
274
+ **Modo de uso:** elija entre subir un archivo GeoJSON para su análisis o consultar los informes EUDR filtrados por país.
275
+ **Ejemplos:** seleccione entre preguntas de ejemplo seleccionadas de diferentes categorías.
276
+ **Referencias:** consulte las fuentes de contenido utilizadas para la verificación de datos.
277
 
278
+ ⚠️ Para conocer las limitaciones y la información sobre la recopilación de datos, consulte la pestaña «Exención de responsibilidad».
279
 
280
  """
281
 
 
319
  with gr.Tabs() as tabs:
320
 
321
  # Data Sources Tab
322
+ with gr.Tab("Modo de uso", id=2):
323
  search_method = gr.Radio(
324
  choices=["Subir GeoJson", "Hablar con documentos"],
325
+ label="Elija una fuente de datos",
326
  info="Sube un GeoJSON para su análisis o selecciona informes EUDR específicos de cada país.",
327
  value="Subir GeoJson",
328
  )
 
364
  value=first_key,
365
  interactive=True,
366
  show_label=True,
367
+ label="Seleccione un ejemplo de pregunta."
368
  )
369
 
370
  # Create example sections
 
381
  sample_groups.append(group_examples)
382
 
383
  # Sources Tab
384
+ with gr.Tab("Referencia", id=1, elem_id="sources-textbox"):
385
  sources_textbox = gr.HTML(
386
  show_label=False,
387
+ value="Los documentos originales aparecerán aquí después de que haga una pregunta..."
388
  )
389
 
390
  # Guidelines Tab
utils/__pycache__/whisp_api.cpython-310.pyc CHANGED
Binary files a/utils/__pycache__/whisp_api.cpython-310.pyc and b/utils/__pycache__/whisp_api.cpython-310.pyc differ
 
utils/whisp_api.py CHANGED
@@ -99,7 +99,7 @@ def format_whisp_statistics(df):
99
  deforestation_formatted = format_deforestation(def_after_2020_raw)
100
  compliance_status = get_compliance_status(def_after_2020_raw)
101
 
102
- output = f""" **AI-Generated Response:** \n\n
103
 
104
  **Resultados del análisis geográfico** \n\n
105
 
@@ -111,7 +111,7 @@ La siguiente información ha sido generada por la [WhispAPI creada por Forest Da
111
  - **Área total**: {area_text} \n\n
112
 
113
  ⚠️ **Evaluación del riesgo de deforestación**
114
- *Los niveles de riesgo se basan en patrones históricos, factores ambientales y datos sobre el uso del suelo. Si una zona tenía bosques saludables antes de 2020 y muestra deforestación después, se clasificará como de "alto riesgo".* \n\n
115
 
116
  **Cultivos permanentes** (Café, cacao, aceite de palma, árboles frutales): \n\n
117
  - {format_risk(risk_pcrop)} \n\n
 
99
  deforestation_formatted = format_deforestation(def_after_2020_raw)
100
  compliance_status = get_compliance_status(def_after_2020_raw)
101
 
102
+ output = f""" **Respuesta generada mediante inteligencia artificíal:** \n\n
103
 
104
  **Resultados del análisis geográfico** \n\n
105
 
 
111
  - **Área total**: {area_text} \n\n
112
 
113
  ⚠️ **Evaluación del riesgo de deforestación**
114
+ *Los niveles de riesgo se basan en patrones históricos, factores ambientales y datos sobre el uso del suelo.* \n\n
115
 
116
  **Cultivos permanentes** (Café, cacao, aceite de palma, árboles frutales): \n\n
117
  - {format_risk(risk_pcrop)} \n\n