Spaces:
Runtime error
Runtime error
File size: 2,641 Bytes
4d13f14 5bce286 4600ac6 5bce286 4600ac6 5bce286 4600ac6 5bce286 4600ac6 5bce286 923e20b 354f95b 3855bb0 |
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 |
import gradio as gr
import tensorflow as tf
from transformers import pipeline
import os
# Cargar tus modelos de clasificaci贸n (asumiendo que est谩n en la ra铆z del proyecto)
try:
model_transformer_encoder = tf.keras.models.load_model('stacked_transformer_encoder.keras')
model_transformer_positional_encoding = tf.keras.models.load_model('transformer_encoder_pos.keras')
model_simple_rnn = tf.keras.models.load_model('model_simple_rnn.keras')
model_lstm = tf.keras.models.load_model('model_lstm.keras')
print("Modelos de clasificaci贸n cargados correctamente.")
except Exception as e:
print(f"Error al cargar los modelos de clasificaci贸n: {e}")
model_transformer_encoder = None
model_transformer_positional_encoding = None
model_simple_rnn = None
model_lstm = None
# Cargar el pipeline de traducci贸n de Hugging Face (ingl茅s a espa帽ol)
try:
translator_en_es = pipeline("translation", model="Helsinki-NLP/opus-mt-en-es")
except Exception as e:
print(f"Error al cargar el modelo de traducci贸n (ingl茅s a espa帽ol): {e}")
translator_en_es = None
def clasificar_noticia(texto, modelo_seleccionado):
pass
def traducir_texto_en_es(texto_en):
pass
def main():
with gr.Blocks() as demo:
gr.Markdown("# Aplicaci贸n de Clasificaci贸n y Traducci贸n")
with gr.TabbedInterface() as tabs:
with gr.TabItem("Clasificaci贸n de Noticias"):
gr.Markdown("## Clasificaci贸n de Noticias")
input_texto_clasificacion = gr.Textbox(label="Ingresa la noticia aqu铆:")
modelo_seleccion = gr.Dropdown(
["Transformer Encoder Apilado", "Transformer Positional Encoding", "Simple RNN", "LSTM"],
label="Selecciona el modelo:"
)
output_clasificacion = gr.Textbox(label="Resultado de la clasificaci贸n:")
boton_clasificar = gr.Button("Clasificar")
boton_clasificar.click(fn=clasificar_noticia, inputs=[input_texto_clasificacion, modelo_seleccion], outputs=output_clasificacion)
with gr.TabItem("Traducci贸n (Ingl茅s a Espa帽ol)"):
gr.Markdown("## Traducci贸n de Ingl茅s a Espa帽ol")
input_texto_traduccion = gr.Textbox(label="Ingresa el texto en ingl茅s:")
output_traduccion = gr.Textbox(label="Texto traducido al espa帽ol:")
boton_traducir = gr.Button("Traducir")
boton_traducir.click(fn=traducir_texto_en_es, inputs=[input_texto_traduccion], outputs=output_traduccion)
demo.launch()
if __name__ == "__main__":
main() |