Update app.py
Browse files
app.py
CHANGED
@@ -4,7 +4,7 @@ import time
|
|
4 |
import requests
|
5 |
import streamlit as st
|
6 |
|
7 |
-
API_URL = "https://api-inference.huggingface.co/models/
|
8 |
|
9 |
|
10 |
def translate(text, wait=True):
|
@@ -12,7 +12,7 @@ def translate(text, wait=True):
|
|
12 |
payload = {
|
13 |
"inputs": text,
|
14 |
"options": {
|
15 |
-
"wait_for_model":
|
16 |
}
|
17 |
}
|
18 |
response = requests.post(API_URL, headers=headers, json=payload)
|
@@ -40,31 +40,19 @@ def translate(text, wait=True):
|
|
40 |
|
41 |
|
42 |
st.set_page_config(
|
43 |
-
page_title='
|
44 |
page_icon='translator-icon.png',
|
45 |
)
|
46 |
st.title("Bokmål ⇔ Nynorsk")
|
47 |
st.sidebar.title("Translation Demo")
|
48 |
st.sidebar.write("""
|
49 |
-
|
50 |
-
""")
|
51 |
|
52 |
-
|
53 |
-
"Hvordan kan man lære maskinen å oversette?",
|
54 |
-
"Korleis kan ein lære maskinen å omsetje?"
|
55 |
-
"Hun vil ikke gi bort sine personlige data.",
|
56 |
-
"Ho vil ikkje gi bort dei personlege dataa sine.",
|
57 |
-
"Bilen er rød. Den er rask, og hun kjører den veldig raskt.",
|
58 |
-
"Bilen er raud. Han er rask, og ho køyrer han veldig raskt..",
|
59 |
-
"De ventes å ankomme ganske snart.",
|
60 |
-
"Dei blir venta å komme ganske snart.",
|
61 |
-
]
|
62 |
-
input_text = st.sidebar.selectbox("Select a Text", options=masked_texts)
|
63 |
|
64 |
-
st.sidebar.write("""
|
65 |
-
As you can see there are a lot of similarities between the languages. Since there also are some grammatical differences, simple dictionary replacements do not give a good result. A finetuned model on top of a pretrained t5-base from a balanced corpus, seem to solve the task with a SACREBLEU-score of 88.17.
|
66 |
""")
|
67 |
|
|
|
68 |
text = st.text_area(" ",
|
69 |
input_text,
|
70 |
height=None,
|
|
|
4 |
import requests
|
5 |
import streamlit as st
|
6 |
|
7 |
+
API_URL = "https://api-inference.huggingface.co/models/NbAiLab/norwegian-gpt2-vgd"
|
8 |
|
9 |
|
10 |
def translate(text, wait=True):
|
|
|
12 |
payload = {
|
13 |
"inputs": text,
|
14 |
"options": {
|
15 |
+
"wait_for_model": wait
|
16 |
}
|
17 |
}
|
18 |
response = requests.post(API_URL, headers=headers, json=payload)
|
|
|
40 |
|
41 |
|
42 |
st.set_page_config(
|
43 |
+
page_title='Spurningen',
|
44 |
page_icon='translator-icon.png',
|
45 |
)
|
46 |
st.title("Bokmål ⇔ Nynorsk")
|
47 |
st.sidebar.title("Translation Demo")
|
48 |
st.sidebar.write("""
|
49 |
+
Spurningen (P.Chr. Asbjørnsen og Jørgen Moe Norske folkeeventyr (1852). I senere utgaver er eventyret kalt "Prinsessen som ingen kunde målbinde". Spurning er et gammelt norrønt ord for gåte. En spurning er en utspørring. Denne GPT2-modellen er trent på aviser, wikipedia og diverse sosiale media. Bl.a. er den trent på spørsmål og svar fra VGDebatt. Den er trent for å ikke la seg målbinde!
|
|
|
50 |
|
51 |
+
Dette er en demo-versjon hovedsakelig ment for forskning på auto-regressive språkmodeller. Det er ingen filter-funksjon her. Modellen kan godt generere tekst som i en annen kontekst kan være ekstremt fornærmende. Husk at dette er en lek med sammensetning av ord. Ikke la deg fornærme.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
52 |
|
|
|
|
|
53 |
""")
|
54 |
|
55 |
+
|
56 |
text = st.text_area(" ",
|
57 |
input_text,
|
58 |
height=None,
|