使用 gradio 创建 NLP任务 demo App

Michael阿明

发布于 2023-07-31 11:40:34

44900

代码可运行

文章被收录于专栏：Michael阿明学习之路

运行总次数：0

代码可运行

1. 文本总结 App

选一个支持中文的文本总结模型

下载模型到本地 https://huggingface.co/csebuetnlp/mT5_multilingual_XLSum/tree/main

from transformers import pipeline

get_completion = pipeline("summarization", model="D:/huggingface/hub/csebuetnlp/mT5_multilingual_XLSum")


def summarize(input):
    output = get_completion(input)
    return output[0]['summary_text']

if __name__ == '__main__':
    text = ('''埃菲尔铁塔高324米（1,063英尺），大约与一座81层高的建筑物同样高，并且是巴黎最高的建筑。
    塔基为正方形，每边长125米（410英尺）。在建造过程中，埃菲尔铁塔超过华盛顿纪念碑，
    成为世界上最高的人造建筑，并保持这一纪录长达41年，直到1930年纽约的克莱斯勒大楼完工。
    它是第一个高度达到300米的建筑。由于在1957年顶部增加了广播天线，埃菲尔铁塔比克莱斯勒大楼高出5.2米（17英尺）。
    不包括发射装置，埃菲尔铁塔是法国第二高的独立建筑，仅次于米拉山谷高架桥。''')

    res = get_completion(text)
    print(res)

输出：[{'summary_text': '法国首都巴黎的埃菲尔铁塔(Eiffel Tower)星期一(7月8日)正式对外开放。'}]

这个模型的总结效果好像很差，只做演示，就不去找更好的模型了

2. gr.Interface

import gradio as gr
gr.close_all()
app = gr.Interface(fn=summarize, inputs='text', outputs='text')
app.launch(share=True) # share开启公网访问

输出：

Running on local URL:  http://127.0.0.1:7860
Running on public URL: https://421c7a24af2xac50e1.gradio.live

This share link expires in 72 hours. For free permanent hosting and GPU upgrades, run `gradio deploy` from Terminal to deploy to Spaces (https://huggingface.co/spaces)

点击打开浏览器即可访问，也可以在公网上访问（方便展示）

gr.close_all()

app = gr.Interface(
	fn=summarize,
	inputs=[gr.Textbox(label="输入你想要总结的文本", lines=6)],
	outputs=[gr.Textbox(label="总结的文本", lines=3)],
	title="使用模型总结文本",
	description="使用神经网络模型对文本进行总结摘要。")
	
app.launch(share=True)

3. 命名体识别 App

命名体识别: Named Entity Recognition

get_completion1 = pipeline("ner", model="D:/huggingface/hub/Davlan/distilbert-base-multilingual-cased-ner-hrl")

def ner(input_text):
    out = get_completion1(input_text)
    return {'text': input_text, 'entities': out}

print(get_completion1('我是michael，我正在学习AIGC的应用demo，很高兴一起分享知识'))
# [{'entity': 'B-ORG', 'score': 0.9991766, 'index': 11, 'word': 'AI', 'start': 15, 'end': 17}, 
#  {'entity': 'I-ORG', 'score': 0.9994055, 'index': 12, 'word': '##GC', 'start': 17, 'end': 19}]

标注形式：将每个元素标注为B-X、I-X或者O。

B-X表示此元素所在的片段属于X类型并且此元素在此片段的开头 Begin
I-X表示此元素所在的片段属于X类型并且此元素在此片段的中间Inner位置
OOther表示不属于任何类型。

常见后缀 X

gr.close_all()
app = gr.Interface(fn=ner,
                   inputs=[gr.Textbox(label="输入想要识别的文本", lines=6)],
                   outputs=[gr.Highlightedtext(label="高亮后的实体文本", lines=3)],
                   title="使用NER抽取实体",
                   description="使用神经网络模型对文本进行命名体识别。",
                   allow_flagging='never',
                   examples=['我叫michael，我住在地球', '我叫波利，我住在树上'])
app.launch(share=True)

加一个辅助函数，把同一个实体合并起来

def merge_tokens(tokens):
    merged_tokens = []
    for token in tokens:
        if merged_tokens and token['entity'].startswith('I-') and merged_tokens[-1]['entity'].endswith(token['entity'][2:]):
            # If current token continues the entity of the last one, merge them
            last_token = merged_tokens[-1]
            last_token['word'] += token['word'].replace('##', '')
            last_token['end'] = token['end']
            last_token['score'] = (last_token['score'] + token['score']) / 2
        else:
            # Otherwise, add the token to the list
            merged_tokens.append(token)

    return merged_tokens

def ner(input_text):
    out = get_completion1(input_text)
    merged_tokens = merge_tokens(out)
    return {'text': input_text, 'entities': merged_tokens}