File size: 2,187 Bytes
54d0824 a6f1a87 54d0824 |
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 |
import gradio as gr
from transformers import pipeline
# Load your fine-tuned Bangla BERT model
model = pipeline(task="sentiment-analysis", model="skl25/banglabert-sentiment")
# Gradio interface function
def predict_sentiment(text):
result = model(text)
sentiment = result[0]['label']
if sentiment == 1:
return "Positive"
elif sentiment == "2":
return "Negative"
else:
return "Neutral"
# Predefined examples
predefined_examples = [
"গবেষণার কাজে আমাদের সাহায্য করার জন্য রাইজকে অসংখ্য ধন্যবাদ",
"আমি বুয়েট এনএলপি এর হাগিং ফেস মডেলগুলি ব্যবহার করতে ভালোবাসি!",
"এই বইটি বিজ্ঞান ও প্রযুক্তির সমৃদ্ধি সম্পর্কে বিস্তারিত জ্ঞান প্রদান করে।",
"আমি খুব কষ্ট পাচ্ছি", "মডেলটি সঠিকভাবে অনুভূতি ধরতে ব্যর্থ হয়েছে।",
"আমার জীবন এখন একটি অস্বাভাবিক দুঃখে ভরা আছে।",
"এই বিষয়ে আমার কোন অভিজ্ঞতা নেই।",
"আমি এই ব্যাপারে কিছুই জানি না",
"আমি এই বইটি ভালোভাবে পড়তে পাচ্ছি",
"এটি একটি অসাধারণ অভিজ্ঞতা ছিল",
"আমার মনে হয় এই ফিল্মটি পুরস্কৃত হওয়া উচিত"
]
# Create Gradio interface with predefined examples
iface = gr.Interface(
fn=predict_sentiment,
inputs=gr.Textbox(label="Text"),
outputs="text",
live=False,
examples=predefined_examples,
title="Bangla Sentiment Analysis",
theme='abidlabs/pakistan'
)
# Launch the interface
iface.launch(inline=False)
|