Spaces:
Runtime error
Runtime error
import gradio as gr | |
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer, pipeline | |
import os | |
from modeling_lsg_mbart import * | |
example_1 = """ | |
RÉPUBLIQUE FRANCAISE | |
AU NOM DU PEUPLE FRANCAIS | |
COUR D'APPEL | |
DE BASSE-TERRE | |
MISE EN ETAT | |
ORDONNANCE DE MISE EN ETAT | |
DU 19 DECEMBRE 2022 | |
RG N : No RG 22/00205 - No Portalis DBV7-V-B7G-DNFD | |
Chambre Sociale | |
Jugement Au fond, origine Conseil de Prud'hommes - Formation paritaire de POINTE A PITRE, décision attaquée en date du 09 Février 2022, enregistrée sous le no 20/00132 | |
Nous, Rozenn Le Goff, magistrat chargé de la mise en état, assistée de Mme Valérie Souriant, greffière, | |
Vu la procédure en instance d'appel inscrite au répertoire général sous le numéro | |
No RG 22/00205 - No Portalis DBV7-V-B7G-DNFD | |
Madame [W], [C] [P] | |
demeurant [Adresse 4] | |
[Adresse 4], | |
[Adresse 4] | |
[Localité 3] | |
Représentée par Maître Nadia BOUCHER, avocat au barreau de GUADELOUPE/ST MARTIN/ST BART (Toque 18) | |
APPELANTE | |
ASSOCIATION KALITE POU VIV QUALITÉ DE | |
VIE EN GUADELOUPE KALITÉPOUVIV | |
[Adresse 1] | |
[Adresse 1] | |
[Localité 2] | |
Représentée par Maître Sully LACLUSE de la | |
SELARL LACLUSE & CESAR, avocat au barreau | |
de GUADELOUPE/ST MARTIN/ST BART (Toque 2) | |
INTIMEE | |
Vu la déclaration d'appel reçue le 28 février 2022 de Mme [W] [P] à l'encontre du jugement rendu le 9 février 2022 par le conseil de prud'hommes de Pointe-à-Pitre, | |
Vu les conclusions de désistement d'appel de Mme [W] [P], reçues par voie électronique les 17 mai et 15 juin 2022, | |
Vu les conclusions responsives notifiées par l'association Kalité pou viv par voie électronique le 14 juin 2022, sollicitant la condamnation de Mme [W] [P] au paiement d'une somme de 3000 euros sur le fondement de l'article 700 du code de procédure civile, | |
Vu les articles 400, 401,403, 405 et 916 du code de procédure civile, | |
Attendu qu'il n'apparaît pas été inéquitable de laisser à la charge de chacune des partis les frais qu'elles ont engagés et qui ne sont pas compris dans les dépens, | |
PAR CES MOTIFS | |
Nous, magistrat chargé de la mise en état, statuant publiquement par mise à disposition au greffe, contradictoirement, | |
CONSTATONS le désistement d'appel de Mme [W] [P], | |
DISONS que la procédure sera classée sans délai par le Secrétariat-Greffe et que copie de la présente ordonnance sera adressée à l'avocat de l'appelante et à celui de l'intimée, | |
DISONS lieu à application de l'article 700 du code de procédure civile, | |
LAISSONS les dépens à la charge de l'appelante. | |
La greffière, Le magistrat chargé de la mise en état, | |
""" | |
auth_token = os.environ.get("TOKEN_FROM_SECRET") | |
path = "cassandra-themis/lsg-bart-base-art700-16384-v1" | |
model = LSGMBartForConditionalGeneration.from_pretrained(path, use_auth_token=auth_token) | |
tokenizer = AutoTokenizer.from_pretrained(path, use_auth_token=auth_token) | |
pipe = pipeline("text2text-generation", model=model, tokenizer=tokenizer) | |
prefix = "[Frais irrépétibles ; article 700]" | |
def sim(question, num_beams, text): | |
q_type = 0 | |
num_beams = None if num_beams == 0 else num_beams | |
if question == "Demandeur initial": | |
question = "Qui sont les demandeurs initiaux ?" | |
elif question == "Récapitulatif des demandes": | |
question = "Qui sont les demandeurs à l'origine de l'assignation, le résultat de leur demande et le montant obtenu ?" | |
q_type = 1 | |
text = prefix + " " + question + " <sep> " + text | |
generated_text = pipe( | |
text, | |
truncation=True, | |
max_length=192, | |
no_repeat_ngram_size=None, | |
num_beams=num_beams, | |
early_stopping=True, | |
clean_up_tokenization_spaces=True, | |
return_tensors=True | |
) | |
generated_tokens = generated_text[0]["generated_token_ids"] | |
tokens = generated_tokens.tolist() | |
sentence = tokenizer.decode(tokens).replace("<s>", "").replace("</s>", "").strip() | |
if q_type == 0: | |
sentence = sentence.split("<liste>") | |
return "Demandeurs initiaux :\n" + "\n".join(sentence) | |
elif q_type == 1: | |
demandes = sentence.split("<demande>") | |
final_results = [] | |
for i, demande in enumerate(demandes): | |
results = [] | |
elems = demande.split("<sep>") | |
for prefix, elem in zip(["Demandeurs : \n", "Résultat : \n", "Montant obtenu : \n"], elems): | |
results.append(prefix + "\n".join(elem.split("<liste>"))) | |
final_results.append("Demande " + str(i+1) + "\n".join(results)) | |
return "\n\n".join(final_results) | |
iface = gr.Interface( | |
sim, | |
inputs=[ | |
gr.Dropdown(["Demandeur initial", "Récapitulatif des demandes"], label="Information à générer", info="Succeptible de changer."), | |
gr.Slider(label="Nombre de Beams", minimum=0, maximum=10, value=5, step=1), | |
gr.Textbox(label= "Décision de justice", placeholder="Décision à traiter...", lines=25) | |
], | |
outputs=[ | |
gr.Textbox(label="Demandes extraites", lines=25), | |
], | |
allow_flagging="auto", | |
title="Extraction", | |
description="Extrait les demandes relatives à l'article 700", | |
examples=[["Récapitulatif des demandes", 5, example_1]], | |
#live=True, | |
) | |
iface.launch() |