File size: 1,885 Bytes
89ec6bb 0b7dbdc 89ec6bb 0b7dbdc 90b4696 0b7dbdc 90b4696 0b7dbdc 90b4696 0b7dbdc 8eadc15 0b7dbdc |
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 |
from transformers import pipeline
import gradio as gr
class TextProcessor:
"""
Класс для обработки текста с использованием моделей GPT-Neo и T5.
"""
def __init__(self, api_key=None):
"""
Инициализирует объект TextProcessor.
"""
self.api_key = api_key # API-ключ, если он нужен для авторизации
self.model_gpt = pipeline("text-generation", model="EleutherAI/gpt-neo-125M")
self.model_t5 = pipeline("text2text-generation", model="t5-base")
def process_text(self, step, text):
"""
Обрабатывает текст с использованием выбранной модели.
"""
if step == 1:
# Пример генерации текста с помощью GPT-Neo
gpt_result = self.model_gpt(text, max_length=100)
return gpt_result
elif step == 2:
# Пример генерации текста с помощью T5 (например, для резюмирования)
t5_result = self.model_t5(text)
return t5_result
else:
return "Unknown step"
# Создание интерфейса Gradio
processor = TextProcessor()
def process_step(step, text):
"""
Функция для обработки шага в Gradio.
"""
result = processor.process_text(step, text)
return result
iface = gr.Interface(
fn=process_step,
inputs=[
gr.Radio(choices=[1, 2], label="Шаг"), # Изменили количество вариантов
gr.Textbox(lines=3, label="Текст"),
],
outputs="text",
title="Обработка Текста",
description="Выберите шаг и введите текст.",
)
iface.launch() |