Update app.py

app.py

@@ -1,12 +1,21 @@
 import streamlit as st
+from transformers import BertTokenizer, BertForTokenClassification
 from transformers import pipeline
 
-# Carica il modello pre-addestrato
-nlp = pipeline("ner", model="path/to/your/model")  # Carica il modello addestrato
+# Carica il modello e il tokenizer
+model = BertForTokenClassification.from_pretrained("./hotel_model")
+tokenizer = BertTokenizer.from_pretrained("./hotel_model")
 
 # Funzione di inferenza
 def predict_entities(text):
-    return nlp(text)
+    # Tokenizza il testo
+    inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=512)
+    # Ottieni le predizioni dal modello
+    outputs = model(**inputs)
+    logits = outputs.logits
+    predicted_ids = torch.argmax(logits, dim=-1)
+    # Converti le predizioni in etichette (potresti aver bisogno di una mappatura delle etichette)
+    return predicted_ids
 
 st.title("Hotel Bot")
 query = st.text_input("Inserisci una query:")