app.py

# -*- coding: utf-8 -*-
import numpy as np
import streamlit as st
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM


st.set_page_config(
    page_title="번역기", layout="wide", initial_sidebar_state="expanded"
)

@st.cache
def load_model(model_name):
    model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
    return model

tokenizer = AutoTokenizer.from_pretrained("QuoQA-NLP/KE-T5-Ko2En-Base")
ko2en_model = load_model("QuoQA-NLP/KE-T5-Ko2En-Base")
en2ko_model = load_model("QuoQA-NLP/KE-T5-En2Ko-Base")


st.title("🤖 번역기")
st.write("좌측에 번역 모드를 선택하고, CTRL+Enter(CMD+Enter)를 누르세요 🤗")
st.write("Select Translation Mode at the left and press CTRL+Enter(CMD+Enter)🤗")

translation_list = ["한국어에서 영어 | Korean to English", "영어에서 한국어 | English to Korean"]
translation_mode = st.sidebar.radio("번역 모드를 선택(Translation Mode):", translation_list)


default_value = "프로젝트 가치가 미화 1백만 달러 이상인 공공 파트너가 시작한 PPP 프로젝트에 대해 2단계 입찰이 실시됩니다. 입찰을 전자 방식으로 진행하는 것이 허용됩니다. (즉, 신청서 및 입찰 제안의 전자 제출). COVID-19 전염병과 그에 따른 여행 제한으로 인해 오늘날에는 일반적인 관행이 되었습니다."
src_text = st.text_area(
    "번역하고 싶은 문장을 입력하세요:",
    default_value,
    height=100,
    max_chars=200,
)
print(src_text)



if src_text == "":
    st.warning("Please **enter text** for translation")

# translate into english sentence
if translation_mode == translation_list[0]:
    model = ko2en_model
else: 
    model = en2ko_model

translation_result = model.generate(
    **tokenizer(
        src_text,
        return_tensors="pt",
        padding="max_length",
        truncation=True,
        max_length=64,
    ),
    max_length=64,
    num_beams=5,
    repetition_penalty=1.3,
    no_repeat_ngram_size=3,
    num_return_sequences=1,
)
translation_result = tokenizer.decode(
    translation_result[0],
    clean_up_tokenization_spaces=True,
    skip_special_tokens=True,
)

print(f"{src_text} -> {translation_result}")

st.write(translation_result)
print(translation_result)