Update gpt.py

gpt.py

@@ -1,100 +1,24 @@
 import openai
-import json
 
 model = "gpt-3.5-turbo"
 
-
 def get_keywords(question):
-    prompt = f""" Je souhaite trouver la réponse à la question suivante dans une colonne d'un fichier csv. Veuillez me fournir 10 mots-clés et synonymes que je peux utiliser pour trouver les informations du csv. Un seul mot par mot-clé. Utilisez uniquement des lettres minuscules.
-{question}"""
-
-
-    response = openai.completions.create(
-        model=model,
-        messages=[
-            {
-                "role": "system",
-                "content": "Vous fournirez toujours 10 mots-clés incluant des synonymes pertinents et explicit des mots de la question d’origine. Les synonymes  doivent être des termes juridiques couramment utilisés dans les articles de loi canadienne",     },
-            {
-                "role": "user",
-                "content": prompt,
-            },
-        ],
-        functions=[
-            {
-                "name": "list_keywords",
-                "description": "Utilisez cette fonction pour donner à l'utilisateur une liste de mots-clés",
-                "parameters": {
-                    "type": "object",
-                    "properties": {
-                        "list": {
-                            "type": "array",
-                            "items": {"type": "string", "description": "A keyword"},
-                            "description": "A list of keywords",
-                        }
-                    },
-                },
-                "required": ["list"],
-            }
-        ],
-        function_call={"name": "list_keywords", "arguments": ["list"]},
-    )
-
-    arguments = response["choices"][0]["message"]["function_call"]["arguments"].lower()
-    keywords = json.loads(arguments)["list"]
-
-    return " ".join(keywords).split(" ")
-
+    prompt = f"Extract 10 keywords from the following question, including synonyms. Use only lowercase letters:\n\n{question}"
+    response = openai.Completion.create(model=model, prompt=prompt, max_tokens=60)
+    keywords = response.choices[0].text.strip().split(', ')
+    return keywords
 
 def answer_question(chunk, question):
-    prompt = f"""```
-{chunk}
-```
-
-Sur la base des informations ci-dessus, quelle est la réponse à cette question?
-
-```
-{question}
-```"""
-
-    response = openai.completions.create(
-        model=model,
-        messages=[
-            {
-                "role": "system",
-                "content": "Définissez toujours answer_found sur false si la réponse à la question n'a pas été trouvée dans les informations fournies.",
-            },
-            {
-                "role": "user",
-                "content": prompt,
-            },
-        ],
-        functions=[
-            {
-                "name": "give_response",
-                "description": "Utilisez cette fonction pour donner la réponse et si la réponse à la question a été trouvée ou non dans le texte.",
-                "parameters": {
-                    "type": "object",
-                    "properties": {
-                        "answer_found": {
-                            "type": "boolean",
-                            "description": "Définissez ceci sur true uniquement si le texte fourni inclut une réponse à la question",
-                        },
-                        "response": {
-                            "type": "string",
-                            "description": "La réponse complète à la question, si l'information était pertinente",
-                        },
-                    },
-                },
-                "required": ["answer_found"],
-            }
-        ],
-    )
-
-    try:
-        function_call = response["choices"][0]["message"]["function_call"]
-        arguments = function_call["arguments"].lower()
-        result = json.loads(arguments)
-        return result
-    except KeyError:
-        return {"answer_found": False, "response": ""}
+    prompt = f"Based on the following information, what is the answer to this question?\n\nText:\n{chunk}\n\nQuestion:\n{question}"
+    response = openai.Completion.create(model=model, prompt=prompt, max_tokens=150)
+    answer = response.choices[0].text.strip()
+    return answer
+
+# Example usage
+question = "What are the key aspects of climate change?"
+keywords = get_keywords(question)
+print("Keywords:", keywords)
+
+chunk = "Climate change is a long-term change in the average weather patterns..."
+answer = answer_question(chunk, question)
+print("Answer:", answer)