caspianthesis / app.py
diginoron's picture
Update app.py
792f710 verified
raw
history blame
2.36 kB
import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
from deep_translator import GoogleTranslator
import torch
# انتخاب مدل پایدار و سازگار
model_id = "google/gemma-7b-it"
# بارگذاری توکنایزر و مدل
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id,
torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
device_map="auto"
)
model.eval()
# تابع تولید موضوع پایان‌نامه
def generate_topics(field, major, keywords, audience, level):
# ساخت پرامپت برای مدل
prompt = f"""<bos>[INST]Suggest 3 academic thesis topics based on the following:
Field: {field}
Specialization: {major}
Keywords: {keywords}
Target Audience: {audience}
Level: {level}[/INST]"""
# توکن‌سازی و ارسال به مدل
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
with torch.no_grad():
outputs = model.generate(**inputs, max_new_tokens=256)
english_output = tokenizer.decode(outputs[0], skip_special_tokens=True)
# ترجمه خروجی به فارسی
translated_output = GoogleTranslator(source='en', target='fa').translate(english_output)
translated_output_html = translated_output.strip().replace("\n", "<br>")
# ساخت خروجی HTML راست‌چین برای Gradio
html_output = (
"<div dir='rtl' style='text-align: right; font-family: Tahoma, sans-serif; font-size: 16px; line-height: 1.8;'>"
f"{translated_output_html}"
"<br><br>📢 برای مشاوره و راهنمایی تخصصی با گروه مشاوره کاسپین تماس بگیرید:<br>"
"<strong>021-88252497</strong></div>"
)
return html_output
# رابط کاربری با Gradio
iface = gr.Interface(
fn=generate_topics,
inputs=[
gr.Textbox(label="رشته"),
gr.Textbox(label="گرایش"),
gr.Textbox(label="کلیدواژه‌ها"),
gr.Textbox(label="جامعه هدف"),
gr.Dropdown(choices=["کارشناسی ارشد", "دکتری"], label="مقطع")
],
outputs=gr.HTML(label="موضوعات پیشنهادی"),
title="🎓 پیشنهادگر موضوع پایان‌نامه کاسپین"
)
iface.launch()