import streamlit as st import pandas as pd from transformers import pipeline # Load the anomalies data and convert all cells to strings data = pd.read_csv('anomalies.csv', sep=',', decimal='.') df = pd.DataFrame(data) df.fillna("", inplace=True) print(df.head()) def response(user_question): user_question = user_question.astype(str) if not isinstance(user_question, str): raise TypeError(f"Esperado uma string para a pergunta, mas recebeu {type(user_question)}") # Inicializa o pipeline para table-question-answering tqa = pipeline(task="table-question-answering", model="google/tapas-large-finetuned-wtq") # Obtém a resposta do modelo resposta = tqa(table=df, query=user_question) # Verifica se alguma célula foi retornada if 'cells' not in resposta or len(resposta['cells']) == 0: raise IndexError("Nenhuma célula foi retornada pelo modelo.") # Obtém a primeira célula da resposta final_response = resposta['cells'][0] return final_response # Streamlit interface st.markdown("""