Create app.py

app.py

@@ -0,0 +1,51 @@
+import gradio as gr
+from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
+import torch
+
+# تحميل النموذج والتوكينايزر
+model_name = "methodya/arabic-summarizer-philosophy-v2"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
+
+# التأكد من استخدام GPU إذا كان متوفراً
+device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
+model = model.to(device)
+model.eval()
+
+def summarize(text):
+    # التأكد من أن النص ليس فارغاً
+    if not text.strip():
+        return "الرجاء إدخال نص للتلخيص"
+    
+    # تحضير المدخلات
+    inputs = tokenizer(text, return_tensors="pt", max_length=2048, padding=True, truncation=True)
+    inputs = {k: v.to(device) for k, v in inputs.items()}
+    
+    # توليد الملخص
+    with torch.no_grad():
+        outputs = model.generate(
+            **inputs,
+            max_length=512,
+            min_length=30,
+            num_beams=4,
+            length_penalty=2.0,
+            no_repeat_ngram_size=3
+        )
+    
+    # فك ترميز الملخص
+    summary = tokenizer.decode(outputs[0], skip_special_tokens=True)
+    return summary
+
+# تعريف واجهة gradio
+iface = gr.Interface(
+    fn=summarize,
+    inputs=gr.Textbox(label="النص", placeholder="أدخل النص العربي هنا..."),
+    outputs=gr.Textbox(label="الملخص"),
+    title="نظام تلخيص النصوص الفلسفية العربية",
+    description="نموذج لتلخيص النصوص الفلسفية باللغة العربية",
+    submit_btn="تلخيص",
+    clear_btn="مسح"
+)
+
+# تشغيل التطبيق
+iface.launch()