File size: 2,561 Bytes
139dc75
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ae4f900
8d3dced
ae4f900
8d3dced
 
ae4f900
139dc75
 
 
ae4f900
139dc75
 
8d3dced
139dc75
 
 
 
8d3dced
139dc75
 
 
 
 
 
8d3dced
139dc75
 
8d3dced
139dc75
 
8d3dced
139dc75
8d3dced
139dc75
 
 
8d3dced
139dc75
 
ae4f900
139dc75
 
 
ae4f900
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
71
72
73
74
75
76
77
78
79
80
81
82
# # pip install transformers 依赖在requirements.txt里文件安装
# import streamlit as st
# from transformers import pipeline, set_seed

# # 设置全局随机种子,确保每次生成的结果相同
# set_seed(42)


# options = ['中文','英文']
# choice = st.radio('不同语言使用不同模型:', options)

# input_text = st.text_input("请输入您要生成的文本", value="")
# maxlen = st.text_input("请输入生成文本的最大长度,越长越慢,不要超过1000", value="30")
# button_generate = st.button("生成")
# output_text = st.empty()

# def generate_text(input_text):
#     # 加载预训练模型
#     if choice == '中文':
#         model = 'uer/gpt2-chinese-cluecorpussmall' # 纠正后的应该可以
#         #model = 'gpt2-chinese-cluecorpussmall' # 会自动下载
#     generator = pipeline("text-generation", model)

#     # 生成文本
#     output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)

#     # 提取生成的文本
#     generated_text = output[0]["generated_text"].strip()

#     return generated_text

# if button_generate:
#     # 生成文本
#     generated_text = generate_text(input_text)

#     # 显示生成的文本
#     output_text.success(generated_text)
import streamlit as st
from transformers import pipeline, set_seed

# 设置全局随机种子,确保每次生成的结果相同
set_seed(42)

def app():
    # 创建Streamlit应用程序
    st.title("使用gpt2的文本生成")

    options = ['中文','英文']
    choice = st.radio('不同语言使用不同模型:', options)

    input_text = st.text_input("请输入您要生成的文本", value="")
    maxlen = st.text_input("请输入生成文本的最大长度,越长越慢,不要超过1000", value="30")
    button_generate = st.button("生成")
    output_text = st.empty()

    def generate_text(input_text):
        # 加载预训练模型
        model="gpt2"
        if choice == '中文':
            model = 'uer/gpt2-chinese-cluecorpussmall'
        generator = pipeline("text-generation", model)

        # 生成文本
        output = generator(input_text, max_length=int(maxlen), num_return_sequences=1)

        # 提取生成的文本
        generated_text = output[0]["generated_text"].strip()

        return generated_text

    if button_generate:
        # 生成文本
        generated_text = generate_text(input_text)

        # 显示生成的文本
        output_text.success(generated_text)

if __name__ == "__main__":
    # 运行应用程序
    app()