Создание API для моделей определения текста и перевода текста из Ru в En

api.py

@@ -0,0 +1,51 @@
+import uvicorn
+from fastapi import FastAPI
+
+import mulyavin_aa.langdetector
+import mulyavin_aa.translator
+import mulyavin_aa.model.langdetector
+import mulyavin_aa.model.translator
+
+app = FastAPI()
+
+
+# Представление проекта урлом по умолчанию
+@app.get("/")
+async def root():
+    """Получение базовой информации об API"""
+    return {"message": "Проект ДЗ: Модуль 3. Разработка API для приложений искусственного интеллекта (vo_HW)",
+            "git": "https://github.com/kavlab/urfu_iml_2023_1_3_hw2",
+            "apis": [
+                {
+                    "descr": "API для определения языка текста ",
+                    "base_url": "/langdetector"
+                },
+                {
+                    "descr": "API для перевода текста из Ru в En",
+                    "base_url": "/translator"}
+            ]}
+
+
+@app.post("/langdetector/detect")
+def lang_detect(request: mulyavin_aa.model.langdetector.Request) \
+        -> mulyavin_aa.model.langdetector.Response:
+    """Определение языка текста"""
+    pipe = mulyavin_aa.langdetector.load_text_detection_model()
+    langs = pipe(request.text, )
+    return mulyavin_aa.model.langdetector.Response(langs=langs)
+
+
+@app.post("/translator/translate")
+def lang_detect(request: mulyavin_aa.model.translator.TranslatorRequest) \
+        -> mulyavin_aa.model.translator.TranslatorResponse:
+    """Перевод текста из Ru в En"""
+    response = mulyavin_aa.model.translator.TranslatorResponse()
+    pipe = mulyavin_aa.translator.load_text_translator_model()
+    response.text = mulyavin_aa.translator.translate_to_en(request.text, pipe)
+
+    return response
+
+
+# Запуск как приложения
+if __name__ == '__main__':
+    uvicorn.run(app, port=8080, host='127.0.0.1')

mulyavin_aa/langdetector.py

@@ -12,7 +12,9 @@ def load_text_detection_model() -> transformers.pipelines.base.Pipeline:
     return pipeline("text-classification", model="papluca/xlm-roberta-base-language-detection")
 
 
-def lang_detect(text: str, langdetector: transformers.pipelines.base.Pipeline) -> str | None:
+def lang_detect(text: str,
+                langdetector: transformers.pipelines.base.Pipeline,
+                is_any: bool = False) -> str:
     """
     Определение языка для введенного текста
     :param text: Текст
@@ -30,5 +32,7 @@ def lang_detect(text: str, langdetector: transformers.pipelines.base.Pipeline) -
         print(text_langs[i])
         if text_langs[i]['label'] in ['ru', 'en']:
             return text_langs[i]['label']
+        if is_any:
+            return text_langs[i]['label']
 
     return None

mulyavin_aa/model/langdetector.py

@@ -0,0 +1,17 @@
+from pydantic import BaseModel
+
+
+class Request(BaseModel):
+    """Структура запроса"""
+    text: str
+
+
+class LangInfo(BaseModel):
+    """Информация об определении языка"""
+    label: str
+    score: float
+
+
+class Response(BaseModel):
+    """Структура ответа"""
+    langs: list[LangInfo]

mulyavin_aa/model/translator.py

@@ -0,0 +1,9 @@
+from pydantic import BaseModel
+
+
+class TranslatorRequest(BaseModel):
+    text: str
+
+
+class TranslatorResponse(BaseModel):
+    text: str