Upload Inference.ipynb

Inference.ipynb

@@ -0,0 +1,221 @@
+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "73f81039",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "from transformers import pipeline\n",
+    "from termcolor import colored\n",
+    "import torch"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "b8a8891e",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# !pip install termcolor==1.1.0"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "44668ca1",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "class Ner_Extractor:\n",
+    "    \n",
+    "    def __init__(self, model_checkpoint):\n",
+    "        \n",
+    "        self.token_pred_pipeline = pipeline(\"token-classification\", \n",
+    "                                            model=model_checkpoint, \n",
+    "                                            aggregation_strategy=\"average\")\n",
+    "    \n",
+    "    @staticmethod\n",
+    "    def text_color(txt, txt_c=\"blue\", txt_hglt=\"on_yellow\"):\n",
+    "        return colored(txt, txt_c, txt_hglt)\n",
+    "    \n",
+    "    @staticmethod\n",
+    "    def concat_entities(ner_result):\n",
+    "        \n",
+    "        entities = []\n",
+    "        prev_entity = None\n",
+    "        prev_end = 0\n",
+    "        for i in range(len(ner_result)):\n",
+    "            if (ner_result[i][\"entity_group\"] == prev_entity) &\\\n",
+    "               (ner_result[i][\"start\"] == prev_end):\n",
+    "                entities[i-1][2] = ner_result[i][\"end\"]\n",
+    "                prev_entity = ner_result[i][\"entity_group\"]\n",
+    "                prev_end = ner_result[i][\"end\"]\n",
+    "            else:\n",
+    "                entities.append([ner_result[i][\"entity_group\"], \n",
+    "                                 ner_result[i][\"start\"], \n",
+    "                                 ner_result[i][\"end\"]])\n",
+    "                prev_entity = ner_result[i][\"entity_group\"]\n",
+    "                prev_end = ner_result[i][\"end\"]\n",
+    "        \n",
+    "        return entities\n",
+    "    \n",
+    "    \n",
+    "    def colored_text(self, text, entities):\n",
+    "        \n",
+    "        colored_text = \"\"\n",
+    "        init_pos = 0\n",
+    "        for ent in entities:\n",
+    "            if ent[1] > init_pos:\n",
+    "                colored_text += text[init_pos: ent[1]]\n",
+    "                colored_text += self.text_color(text[ent[1]: ent[2]]) + f\"({ent[0]})\"\n",
+    "                init_pos = ent[2]\n",
+    "            else:\n",
+    "                colored_text += self.text_color(text[ent[1]: ent[2]]) + f\"({ent[0]})\"\n",
+    "                init_pos = ent[2]\n",
+    "        \n",
+    "        return colored_text\n",
+    "    \n",
+    "    \n",
+    "    def get_entities(self, text):\n",
+    "        \n",
+    "        entities = self.token_pred_pipeline(text)\n",
+    "        concat_ent = self.concat_entities(entities)\n",
+    "        \n",
+    "        return concat_ent\n",
+    "    \n",
+    "    \n",
+    "    def show_ents_on_text(self, text: str):\n",
+    "        \n",
+    "        entities = self.get_entities(text)\n",
+    "        \n",
+    "        return self.colored_text(text, entities)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "30e9efd9",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "seqs_example = [\"Минобороны: ракетами «Калибр» уничтожена техника дивизиона С-300, поставленная из Европы\",\n",
+    "\"Боррель подтвердил стремление ЕС к военному сценарию урегулирования конфликта на Украине\",\n",
+    "\"Ericsson приостановит бизнес в России на неопределенный срок\",\n",
+    "\"Минобороны заявило о захвате ВС России новых танков ВСУ под Изюмом\",\n",
+    "\"Макрон вышел в лидеры в первом туре выборов во Франции после обработки 97% бюллетеней\",\n",
+    "\"Глава МИД Литвы: страны ЕС начали работу над шестым пакетом санкций против России\",\n",
+    "\"«Интеррос» Потанина объявил о покупке Росбанка у Societe Generale\",\n",
+    "\"Доллар и евро на Мосбирже подорожали на открытии торгов\",\n",
+    "\"Басурин заявил, что порт в Мариуполе освобожден на 80%\",\n",
+    "\"Путин поручил Промсвязьбанку открыть отделения в Крыму до октября\",\n",
+    "\"Milliyet: Турция рассматривает покупку российских Су-57 в случае отказа США продавать F-16\",\n",
+    "\"Швеция и Финляндия подадут заявку на вступление в НАТО летом текущего года\",\n",
+    "\"Сенатор Косачев предупредил об использовании оружия массового поражения на Украине\",\n",
+    "\"Встреча президента Путина и канцлера Нехаммера пройдет без журналистов и пресс-конференции\",\n",
+    "\"Кадыров заявил о широкомасштабном наступлении на города и сёла Украины\"]"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "380d9824",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "extractor = Ner_Extractor(model_checkpoint = \"surdan/LaBSE_ner_nerel\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "37ebcf51",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "show_entities_in_text = (extractor.show_ents_on_text(i) for i in seqs_example)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "14807823",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "e03b28c7",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "a2d4ae84",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "print(next(show_entities_in_text, \"Конец\"))"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "e8ab57d1",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "47fbcff9",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "41c32b90",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "07bb735e",
+   "metadata": {},
+   "outputs": [],
+   "source": []
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3 (ipykernel)",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.8.10"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 5
+}