File size: 2,964 Bytes
0659652 c7ab302 21c571e 7adcdd9 0659652 7adcdd9 257c54d 7adcdd9 0659652 7adcdd9 cfc942c 7adcdd9 0ef6009 7adcdd9 9eda48b 0659652 7adcdd9 35550d2 7adcdd9 0ef6009 7adcdd9 dda8d7a 7adcdd9 |
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 |
import streamlit as st
from transformers import pipeline, AutoModelForMaskedLM, AutoTokenizer
# CLTK per l'analisi testuale del latino
try:
from cltk import NLP
nlp_lat = NLP(language="lat")
except ImportError:
nlp_lat = None
# Titolo app
st.title("Completamento di parole in testi Latino Antico con Analisi Morfologica")
# Esempi di testo di partenza
st.write("Esempi di testo:")
st.write("Asdrubal, frater Annibalis, qui secundo Punico bello [MASK] ingentibus copiis ab Hispania veniens ...")
st.write("hanno et mago qui [MASK] punico bello cornelium consulem aput liparas ceperunt ...")
st.write("Lorem ipsum dolor sit amet, [MASK] adipiscing elit.")
st.write("Populus Romanus cum Macedonibus [MASK] ter gessit")
# Input utente
input_text = st.text_input("Testo:",
value="Lorem ipsum dolor sit amet, [MASK] adipiscing elit.")
# Caricamento modello e tokenizer (esempio con un modello RoBERTa addestrato su testi latini)
# Cambia i nomi dei modelli secondo le tue necessità
tokenizer_roberta = AutoTokenizer.from_pretrained("Cicciokr/Roberta-Base-Latin-Uncased")
model_roberta = AutoModelForMaskedLM.from_pretrained("Cicciokr/Roberta-Base-Latin-Uncased")
fill_mask_roberta = pipeline("fill-mask", model=model_roberta, tokenizer=tokenizer_roberta)
if input_text:
# Sostituisci [MASK] con il token <mask> usato dal modello RoBERTa
input_text_roberta = input_text.replace("[MASK]", "<mask>")
# Ottenere le predizioni
predictions_roberta = fill_mask_roberta(input_text_roberta)
st.subheader("Risultati delle previsioni:")
for i, pred_roberta in enumerate(predictions_roberta):
st.write(
f"**Previsione {i+1}:** "
f"Parola: {pred_roberta['token_str']} | "
f"Probabilità: {pred_roberta['score']:.4f}"
)
st.write(f"Sequence: {pred_roberta['sequence']}")
st.write("---")
# Se vuoi fare l'analisi morfologica con CLTK sulle frasi predette
if nlp_lat is not None:
st.subheader("Analisi Morfologica CLTK delle frasi predette")
for i, pred_roberta in enumerate(predictions_roberta):
# Ricostruisci la frase sostituendo <mask> con il token predetto
predicted_text = input_text_roberta.replace("<mask>", pred_roberta['token_str'])
# Esegui l'analisi NLP con CLTK sul testo completo
doc = nlp_lat(predicted_text)
st.write(f"**Analisi frase {i+1}:** {predicted_text}")
for token in doc.tokens:
st.write(
f"- **Token**: {token.string}\n"
f" - Lemma: {token.lemma}\n"
f" - UPOS: {token.upos}\n"
f" - Caratteristiche morfologiche: {token.features}\n"
)
st.write("---")
else:
st.write("**CLTK non installato o non importato correttamente.** "
"Esegui `pip install cltk` e riavvia l'app.") |