app.py

import gradio as gr
from transformers import pipeline
import string
import torch

def ner(text):
    
    model = torch.hub.load(repo_or_dir='bgk/siparis', model='siparis') 
    trans_table = text.maketrans('', '', string.punctuation)
    text = text.translate(trans_table)

    text=text.lower()
    
    prediction= 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 = []
    for sublist in filtered_output:
        for d in sublist:
            for k, v in d.items():
                label = k.split("-")[1]
                entities.append((label, v))
    return entities

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()