Create app.py
Browse files
app.py
ADDED
@@ -0,0 +1,27 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import gradio as gr
|
2 |
+
from transformers import T5ForConditionalGeneration, T5Tokenizer
|
3 |
+
|
4 |
+
# Загрузка модели ruT5 и токенизатора
|
5 |
+
model_name = "cointegrated/rut5-base-multi-sentence-task"
|
6 |
+
tokenizer = T5Tokenizer.from_pretrained(model_name)
|
7 |
+
model = T5ForConditionalGeneration.from_pretrained(model_name)
|
8 |
+
|
9 |
+
def generate_text(input_text):
|
10 |
+
# Применение токенизатора к входному тексту
|
11 |
+
input_ids = tokenizer.encode(input_text, return_tensors='pt')
|
12 |
+
|
13 |
+
# Генерация текста на основе входных данных
|
14 |
+
output = model.generate(input_ids)
|
15 |
+
|
16 |
+
# Декодирование сгенерированного текста
|
17 |
+
decoded_output = tokenizer.decode(output[0], skip_special_tokens=True)
|
18 |
+
|
19 |
+
return decoded_output
|
20 |
+
|
21 |
+
# Создание интерфейса Gradio
|
22 |
+
input_text = gr.inputs.Textbox(lines=5, label='Введите текст для генерации')
|
23 |
+
output_text = gr.outputs.Textbox(label='Сгенерированный текст')
|
24 |
+
interface = gr.Interface(fn=generate_text, inputs=input_text, outputs=output_text)
|
25 |
+
|
26 |
+
# Запуск интерфейса
|
27 |
+
interface.launch()
|