Spaces:
Sleeping
Sleeping
File size: 3,055 Bytes
d153804 1456d3c 907b7bf 5e7a6e2 1456d3c cebb97f 1456d3c 5e7a6e2 1456d3c d592d52 d153804 5e7a6e2 d153804 adf733e d153804 adf733e 7ded172 d153804 5539f17 d153804 61cf48b d153804 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 |
"""import gradio as gr
from simpletransformers.ner import NERModel
import string
model = NERModel(
"albert", #roberta
"bgk/lodosalberttr", ignore_mismatched_sizes=True,
use_cuda=False
)
def ner(text, model):
trans_table = text.maketrans('', '', string.punctuation)
text = " ".join(text.translate(trans_table).split())
text = text.lower()
prediction, model_output = model.predict([text])
output = prediction
return output
demo = gr.Interface(fn=ner, inputs=gr.Textbox(lines=5, placeholder='Enter your input here'), outputs=gr.Textbox(lines=10, placeholder='Sipariş dökümü'),examples=['İki pide ve iki büyük ayran istiyorum, kapıda nakit öderim, evime yollayın...' , 'Bir mantı, iki döner, üç mevsim salata, bir kola ve iki sprite istiyorum, iş yerime gönderin' ],
title="Söyle Gelsin", description="Yemek siparişi uygulamamızı kullanabilirsiniz...")
demo.launch()
"""
import gradio as gr
from simpletransformers.ner import NERModel
import string
labels = ["B-YEMEK","O","B-ICECEK_BUYUKLUK","B-ICECEK","B-ADRES","B-ODEME","B-YEMEK_CESIT","B-YEMEK_ADET","B-ICECEK_ICERIK","I-ADRES","I-YEMEK","B-YEMEK_BUYUKLUK","B-YEMEK_ICERIK","I-YEMEK_ICERIK","I-ICECEK","I-YEMEK_BUYUKLUK","I-YEMEK_CESIT","B-ICECEK_ADET","I-ODEME","I-YEMEK_ADET"]
model = NERModel(
"albert",
"bgk/lodosalberttr", labels=labels,
use_cuda=False,
ignore_mismatched_sizes=True
)
def ner(text):
trans_table = text.maketrans('', '', string.punctuation)
text = text.translate(trans_table)
text=text.lower()
prediction, model_output = model.predict([text])
filtered_output = [[{v: k} for d in sublist for k, v in d.items() if v.startswith("B-")] for sublist in prediction]
entities = prediction
return entities
demo = gr.Interface(fn=ner, inputs=gr.Textbox(lines=5, placeholder='Enter your input here'), outputs=gr.Textbox(lines=5, placeholder='Sipariş dökümü'),examples=['Bize iki buçuk pide ve iki büyük ayran istiyorum, kapıda nakit öderim, evime yollayın...' , 'bir mantı, bir döner, iki salata, bir kola ve bir sprite istiyorum', 'bana adana kebap iki adet, yanına bir kola ve ayran ver bir tane' ],
title="Söyle Gelsin", description="Yemek siparişi uygulamamızı kullanabilirsiniz...")
demo.launch()
"""
model = NERModel(
"albert",
"bgk/lodosalberttr", ignore_mismatched_sizes=True,
use_cuda=False
)
examples = [
["İki pide ve iki büyük ayran istiyorum, kapıda nakit öderim, evime yollayın"],
["Bir mantı, iki döner, üç mevsim salata, bir kola ve iki sprite istiyorum, iş yerime gönderin"],
["bana adana kebap iki adet, yanına bir kola ve ayran ver bir tane"]
]
def ner(text):
output = ner_pipeline(text)
return {"text": text, "entities": output}
demo = gr.Interface(ner,
gr.Textbox(placeholder="Inserisci una frase qui..."),
gr.HighlightedText(),
examples=examples)
demo.launch()
""" |