metadata

title: Transformers
emoji: 💻
colorFrom: blue
colorTo: gray
sdk: gradio
sdk_version: 5.34.1
app_file: app.py
pinned: false
license: mit
short_description: 'A gradio demo for use transformer models '

Demo de Modelos Transformers con Gradio

Esta aplicación permite probar diversas tareas de Procesamiento de Lenguaje Natural (NLP) utilizando modelos de la librería transformers de Hugging Face, a través de una interfaz interactiva creada con Gradio.

Tareas Implementadas

La demo incluye pestañas para las siguientes funcionalidades:

Análisis de Sentimiento: Ingresa un texto y el modelo determinará si el sentimiento es positivo o negativo.
Generación de Texto: Proporciona un texto inicial (prompt) y el modelo lo completará.
Clasificación Zero-Shot: Clasifica un texto según una lista de etiquetas que tú proporciones, sin necesidad de que el modelo haya sido entrenado específicamente con esas etiquetas.
Rellenar Máscara (Fill-Mask): Ingresa un texto con una palabra enmascarada (usando <mask>) y el modelo sugerirá posibles palabras para rellenar el espacio.
Reconocimiento de Entidades Nombradas (NER): Identifica y etiqueta entidades como personas, organizaciones y lugares en un texto.
Resumen de Texto: Genera un resumen conciso de un texto más largo.
Traducción (Francés a Inglés): Traduce un texto del francés al inglés utilizando el modelo Helsinki-NLP/opus-mt-fr-en.

Cómo Usar

Navega a la pestaña de la tarea que deseas probar.
Ingresa los datos requeridos en los campos correspondientes (texto, etiquetas, etc.).
Haz clic en el botón de "Ejecutar" o "Analizar" de esa tarea.
El resultado se mostrará en el campo de salida.

Nota Importante: La primera vez que se utiliza una tarea específica, el modelo preentrenado correspondiente se descargará desde el Hub de Hugging Face. Este proceso puede tardar unos minutos. Las ejecuciones posteriores de la misma tarea serán mucho más rápidas ya que el modelo se cargará desde la caché local del entorno del Space.

Tecnologías Utilizadas

Gradio: Para la creación de la interfaz de usuario web.
Hugging Face Transformers: Para acceder y utilizar los modelos preentrenados de NLP.
Hugging Face Spaces: Para el alojamiento y despliegue de la aplicación.

Archivos Principales del Repositorio

app.py: Contiene el código Python de la aplicación Gradio y la lógica para interactuar con los modelos de Transformers.
requirements.txt: Lista las dependencias de Python necesarias para ejecutar la aplicación.

Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference