Spaces:
Sleeping
Sleeping
File size: 4,807 Bytes
1edc180 f9ffe8a 1edc180 f9ffe8a 1edc180 52626fc f1d8721 1edc180 5a96a69 1edc180 |
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 |
import numpy as np
import pandas as pd
import torch
from transformers import BertTokenizer, BertForSequenceClassification
import gradio as gr
#task1
model_name = "bert-base-multilingual-cased"
tokenizer = BertTokenizer.from_pretrained(model_name)
model_load=BertForSequenceClassification.from_pretrained("bert-base-multilingual-cased_finetune_FinArgBengali",num_labels=2)
def fun_task1(Text):
if(Text==""):
return "অনুগ্রহ করে প্রথমে টেক্সট লিখুন। (Please enter the text first)"
tokenized_text = tokenizer(Text, padding=True, truncation=True, max_length=512, return_tensors="pt")
logits = model_load(**tokenized_text).logits
output=torch.argmax(logits, axis=1)
label=output.tolist()
if(label[0]==0):
return "ভিত্তি (Premise)"
elif(label[0]==1):
return "দাবি (Claim)"
#task2
from sentence_transformers.cross_encoder import CrossEncoder
model_load_task2=CrossEncoder("task2-crossEncoder-bert-base-multilingual-cased",num_labels=3)
def fun_task2(Text1,Text2):
if(Text1=="" or Text2==""):
return "অনুগ্রহ করে প্রথমে টেক্সট লিখুন। (Please enter the text first.)"
scores = model_load_task2.predict([Text1,Text2])
label=np.argmax(scores)
if(label==0):
return "দুটি পাঠ্যের মধ্যে কোন সনাক্ত করা সম্পর্ক নেই। (There is no relation detected between two texts.)"
elif(label==1):
return "পাঠ্য 1 থেকে পাঠ্য 2 এর সাথে একটি সমর্থন সম্পর্ক রয়েছে। (There is an “support” relation from text 1 to text 2.)"
elif(label==2):
return "পাঠ্য 1 থেকে পাঠ্য 2 এর সাথে একটি আক্রমণ সম্পর্ক রয়েছে। (There is an “Attack” relation from text 1 to text 2.)"
#gradio app
with gr.Blocks(theme=gr.themes.Soft()) as demo:
gr.Markdown("# **Financial Argument Analysis in Bengali (FAAB)**")
with gr.Tab("Task1-Classify a bengali argumative text into Premise or Claim"):
text_input = gr.Textbox(lines=5, placeholder="Enter the text in Bengali...",label="Text")
text_button = gr.Button("Classify")
text_output = gr.Textbox(label="output")
gr.ClearButton([text_input,text_output])
example_task1 = gr.Examples(examples=[["আমি বলতে চাচ্ছি, কখনও কখনও এমন হয় না যে আপনি কোনও উজ্জ্বল কৌশল নিয়ে এসেছিলেন, এটি দীর্ঘ সময় ধরে ধারাবাহিকভাবে সত্যিই ভাল কাজ করার মতো।"],
["দেখুন, সবার আগে, আমি বলব আমাদের শেয়ারহোল্ডারদের জন্য সুযোগ যখন তারা মাইক্রোসফটের কথা চিন্তা করে তখন আগে কখনও এত ভালো ছিল না।"]],inputs=[text_input])
with gr.Tab("Task2-Detection the relation between two bengali argumative texts"):
text1_input = gr.Textbox(lines=5, placeholder="Enter the first text in Bengali...",label="Text-1")
text2_input = gr.Textbox(lines=5, placeholder="Enter the second text in Bengali...",label="Text-2")
task2_button = gr.Button("Detect the relation")
task2_output = gr.Textbox(label="output")
gr.ClearButton([text1_input,text2_input,task2_output])
example_task2 =gr.Examples(examples=[["ইনস্টাগ্রাম আরও দ্রুত বৃদ্ধি পাচ্ছে এবং বৃদ্ধিতে অবদান রাখছে।","আর ইনস্টাগ্রাম যেভাবে এগিয়ে চলেছে তাতে আমরা খুশি।"],
["আর এটাই আমাদের দৃষ্টিভঙ্গির মূল কারণ যে আপনারা একটি পার্থক্য দেখতে পাচ্ছেন।","চাহিদা পরিমাপ করা খুব কঠিন, যেমন আপনি জানেন, যখন আপনি আপনার তৈরি করা সবকিছু বিক্রি করছেন।"]],
inputs=[text1_input,text2_input])
text_button.click(fun_task1, inputs=text_input, outputs=text_output)
task2_button.click(fun_task2, inputs=[text1_input,text2_input], outputs=task2_output)
demo.launch() |