interface

app.py

@@ -12,15 +12,13 @@ def mean_pooling(model_output, attention_mask):
     return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)
 
 
-
 tokenizer = AutoTokenizer.from_pretrained('sentence-transformers/all-MiniLM-L6-v2')
 model = AutoModel.from_pretrained('sentence-transformers/all-MiniLM-L6-v2')
 
 
-
-def Bemenet(bemenet):
+def Bemenet(input_string):
     # Tokenize sentences
-    encoded_input = tokenizer([bemenet], padding=True, truncation=True, return_tensors='pt')
+    encoded_input = tokenizer([input_string], padding=True, truncation=True, return_tensors='pt')
 
     # Compute token embeddings
     with torch.no_grad():
@@ -34,8 +32,8 @@ def Bemenet(bemenet):
 
 
 interface = gr.Interface(fn=Bemenet,
-                        title="Cím..",
-                        description="Leírás..",
+                        title="Beágyazások",
+                        description="Az itt megosztott példa mondatokhoz készít beágyazásokat (embedding). A bal oldali input mezőbe beírt mondat beágyazása a jobb oldali szöveges mezőben jelenik meg.",
                         inputs="text",
                         outputs="text")