Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
@@ -59,6 +59,84 @@ def process_uploaded_file(file):
|
|
59 |
return preprocessor.clean_text(raw_text)
|
60 |
return raw_text
|
61 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
62 |
# Interfaz dinámica
|
63 |
with gr.Blocks() as interface:
|
64 |
gr.Markdown("# Aplicación Híbrida para Resumir Documentos de Forma Extractiva y Abstractiva")
|
|
|
59 |
return preprocessor.clean_text(raw_text)
|
60 |
return raw_text
|
61 |
|
62 |
+
#
|
63 |
+
def summarize(input_text, file, summary_type, method, num_sentences, model_name, max_length, num_beams):
|
64 |
+
"""
|
65 |
+
Genera un resumen basado en el texto de entrada o archivo cargado.
|
66 |
+
|
67 |
+
Args:
|
68 |
+
input_text (str): Texto ingresado por el usuario.
|
69 |
+
file (UploadedFile): Archivo subido por el usuario.
|
70 |
+
summary_type (str): Tipo de resumen: Extractivo, Abstractivo o Combinado.
|
71 |
+
method (str): Método de resumen extractivo.
|
72 |
+
num_sentences (int): Número de oraciones para el resumen extractivo.
|
73 |
+
model_name (str): Nombre del modelo para resumen abstractivo.
|
74 |
+
max_length (int): Longitud máxima del resumen generado.
|
75 |
+
num_beams (int): Número de haces para búsqueda en el modelo.
|
76 |
+
|
77 |
+
Returns:
|
78 |
+
str: Resumen generado o mensaje de error.
|
79 |
+
"""
|
80 |
+
preprocessor = Preprocessor()
|
81 |
+
|
82 |
+
# Procesar archivo si se sube uno
|
83 |
+
if file is not None:
|
84 |
+
input_text = process_file(file)
|
85 |
+
|
86 |
+
# Validar que haya texto para resumir
|
87 |
+
if not input_text.strip():
|
88 |
+
return "Por favor, ingrese texto o cargue un archivo válido."
|
89 |
+
|
90 |
+
cleaned_text = preprocessor.clean_text(input_text)
|
91 |
+
|
92 |
+
# Procesar según el tipo de resumen seleccionado
|
93 |
+
if summary_type == "Extractivo":
|
94 |
+
if method == "TF-IDF":
|
95 |
+
summarizer = TFIDFSummarizer()
|
96 |
+
elif method == "TextRank":
|
97 |
+
summarizer = TextRankSummarizer()
|
98 |
+
elif method == "BERT":
|
99 |
+
summarizer = BERTSummarizer()
|
100 |
+
elif method == "TF-IDF + TextRank":
|
101 |
+
summarizer = CombinedSummarizer()
|
102 |
+
else:
|
103 |
+
return "Método no válido para resumen extractivo."
|
104 |
+
|
105 |
+
return summarizer.summarize(
|
106 |
+
preprocessor.split_into_sentences(cleaned_text),
|
107 |
+
preprocessor.clean_sentences(preprocessor.split_into_sentences(cleaned_text)),
|
108 |
+
num_sentences,
|
109 |
+
)
|
110 |
+
|
111 |
+
elif summary_type == "Abstractivo":
|
112 |
+
if model_name not in summarizers:
|
113 |
+
return "Modelo no disponible para resumen abstractivo."
|
114 |
+
return handle_long_text(
|
115 |
+
cleaned_text,
|
116 |
+
summarizers[model_name][0],
|
117 |
+
summarizers[model_name][1],
|
118 |
+
max_length=max_length,
|
119 |
+
stride=128,
|
120 |
+
)
|
121 |
+
|
122 |
+
elif summary_type == "Combinado":
|
123 |
+
if model_name not in summarizers:
|
124 |
+
return "Modelo no disponible para resumen abstractivo."
|
125 |
+
extractive_summary = TFIDFSummarizer().summarize(
|
126 |
+
preprocessor.split_into_sentences(cleaned_text),
|
127 |
+
preprocessor.clean_sentences(preprocessor.split_into_sentences(cleaned_text)),
|
128 |
+
num_sentences,
|
129 |
+
)
|
130 |
+
return handle_long_text(
|
131 |
+
extractive_summary,
|
132 |
+
summarizers[model_name][0],
|
133 |
+
summarizers[model_name][1],
|
134 |
+
max_length=max_length,
|
135 |
+
stride=128,
|
136 |
+
)
|
137 |
+
|
138 |
+
return "Seleccione un tipo de resumen válido."
|
139 |
+
|
140 |
# Interfaz dinámica
|
141 |
with gr.Blocks() as interface:
|
142 |
gr.Markdown("# Aplicación Híbrida para Resumir Documentos de Forma Extractiva y Abstractiva")
|