Update app.py

app.py

@@ -1,24 +1,31 @@
 import streamlit as st
-from transformers import (
-    AutoTokenizer,
-    AutoModelForSequenceClassification,
-    # ... استيراد النماذج والوظائف الأخرى التي تحتاجها
-)
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+import torch
 
 # تحميل النموذج والمُميز
-tokenizer = AutoTokenizer.from_pretrained("model_name")
-model = AutoModelForSequenceClassification.from_pretrained("model_name")
+@st.cache_resource  # تخزين مؤقت لتحسين الأداء
+def load_model_and_tokenizer():
+    tokenizer = AutoTokenizer.from_pretrained("aubmindlab/bert-base-arabertv02")
+    model = AutoModelForSequenceClassification.from_pretrained("aubmindlab/bert-base-arabertv02")
+    return tokenizer, model
 
-# واجهة المستخدم (Streamlit)
-st.title("تطبيق معالجة اللغة الطبيعية")
-text_input = st.text_area("أدخل نصًا:")
+tokenizer, model = load_model_and_tokenizer()
 
-if text_input:
-    # معالجة النص باستخدام النموذج
-    inputs = tokenizer(text_input, return_tensors="pt")
-    outputs = model(**inputs)
+# واجهة المستخدم
+st.title("AraBERT Demo - تصنيف النصوص العربية")
+text_input = st.text_area("أدخل نصًا عربيًا:")
 
-    # عرض النتائج
-    st.write("النتائج:")
-    # ... عرض النتائج بالشكل المناسب
+if st.button("صنف"):
+    if text_input:
+        # معالجة النص وتصنيفه
+        inputs = tokenizer(text_input, return_tensors="pt", truncation=True, padding=True)
+        with torch.no_grad():  # تعطيل حساب التدرجات لتوفير الذاكرة
+            outputs = model(**inputs)
+        logits = outputs.logits
+        predicted_class_id = logits.argmax().item()
 
+        # عرض النتائج (هنا تحتاج إلى تحديد التصنيفات المناسبة لمهمتك)
+        labels = ["تصنيف 1", "تصنيف 2", "تصنيف 3"]  # استبدل بالتصنيفات الفعلية
+        st.write(f"التصنيف المتوقع: {labels[predicted_class_id]}")
+    else:
+        st.warning("يرجى إدخال نص.")