PodcastNER-GPTJ / app.py
DavidFM43's picture
no gpu :(
6f6de56
raw
history blame
2.07 kB
import gradio as gr
# import torch
# from peft import PeftModel, PeftConfig
# from transformers import AutoModelForCausalLM, AutoTokenizer
# peft_model_id = "hackathon-somos-nlp-2023/bertin-gpt-j-6b-ner-es"
# config = PeftConfig.from_pretrained(peft_model_id)
# model = AutoModelForCausalLM.from_pretrained(
# "DavidFM43/bertin-gpt-j-6b-half-sharded",
# return_dict=True,
# load_in_8bit=True,
# device_map="auto",
# )
# tokenizer = AutoTokenizer.from_pretrained(peft_model_id)
# # load the Lora model
# model = PeftModel.from_pretrained(model, peft_model_id)
# model.eval()
def gen_entities(text):
"""Does Named Entity Recognition in the given text."""
# text = f"<SP> text: {text}\n\n entities:"
# batch = tokenizer(text, return_tensors="pt")
# batch["input_ids"] = batch["input_ids"].to("cuda")
# with torch.cuda.amp.autocast():
# output_tokens = model.generate(**batch, max_new_tokens=256, eos_token_id=50258)
# response = tokenizer.batch_decode(output_tokens.detach().cpu().numpy(), skip_special_tokens=False)[0]
# return response[response.find("entities") : response.find("<EP>")]
return ""
iface = gr.Interface(
fn=gen_entities,
inputs="text",
outputs="text",
title="Podcast Named Entity Recognition",
description="Introduce un texto corto para que el modelo identifique las identidades presentes en el mismo.",
theme="gradio/monochrome",
examples=[
"Yo hoy voy a hablar de mujeres en el mundo del arte, porque me ha "
"leído un libro fantástico que se llama Historia del arte sin hombres, "
"de Katie Hesel.",
"Victoria del Reino Unido (Alxandrina Victoria; Londres, 24 de mayo "
"de 1819-isla de Wight, 22 de enero de 1901) fue la reina del Reino Unido.",
"El viaje de Chihiro es una película de animación japonesa estrenada "
" el 20 de julio de 2001. Fue dirigida por Hayao Miyazaki y producida en el Studio Ghibli",
],
article=open("article.txt").read(),
cache_examples=False
)
iface.launch()