Spaces:
Sleeping
Sleeping
File size: 4,292 Bytes
b4f0f17 379062b b4f0f17 379062b b4f0f17 379062b f29a06c 379062b 62b7635 379062b b4f0f17 379062b f29a06c 379062b |
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 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 |
import streamlit as st
import tensorflow as tf
from transformers import pipeline
import os
# Cargar tus modelos de clasificaci贸n (asumiendo que est谩n en la ra铆z del proyecto)
try:
model_transformer_encoder = tf.keras.models.load_model('stacked_transformer_encoder.keras')
model_transformer_positional_encoding = tf.keras.models.load_model('transformer_encoder_pos.keras')
model_simple_rnn = tf.keras.models.load_model('model_simple_rnn.keras')
model_lstm = tf.keras.models.load_model('model_lstm.keras')
st.info("Modelos de clasificaci贸n cargados correctamente.")
except Exception as e:
st.error(f"Error al cargar los modelos de clasificaci贸n: {e}")
model_transformer_encoder = None
model_transformer_positional_encoding = None
model_simple_rnn = None
model_lstm = None
# Cargar el pipeline de traducci贸n de Hugging Face (ingl茅s a espa帽ol)
try:
translator_en_es = pipeline("translation", model="Helsinki-NLP/opus-mt-en-es")
st.info("Modelo de traducci贸n (ingl茅s a espa帽ol) cargado correctamente.")
except Exception as e:
st.error(f"Error al cargar el modelo de traducci贸n (ingl茅s a espa帽ol): {e}")
translator_en_es = None
def clasificar_noticia(texto, modelo_seleccionado):
"""Funci贸n para clasificar el texto usando el modelo seleccionado."""
modelo_a_usar = None
if modelo_seleccionado == "Transformer Encoder Apilado" and model_transformer_encoder is not None:
modelo_a_usar = model_transformer_encoder
elif modelo_seleccionado == "Transformer Positional Encoding" and model_transformer_positional_encoding is not None:
modelo_a_usar = model_transformer_positional_encoding
elif modelo_seleccionado == "Simple RNN" and model_simple_rnn is not None:
modelo_a_usar = model_simple_rnn
elif modelo_seleccionado == "LSTM" and model_lstm is not None:
modelo_a_usar = model_lstm
if modelo_a_usar:
# *** IMPORTANTE: Implementa aqu铆 la l贸gica de preprocesamiento del texto ***
# para que coincida con la entrada esperada por el modelo.
# Esto incluye tokenizaci贸n, padding, etc.
prediction = modelo_a_usar.predict([texto])
# *** IMPORTANTE: Interpreta la salida del modelo para obtener la clase predicha. ***
# Esto depender谩 de c贸mo entrenaste tu modelo.
return f"Clase predicha ({modelo_seleccionado}): {prediction}"
else:
return f"El modelo '{modelo_seleccionado}' no est谩 disponible."
def traducir_texto_en_es(texto_en):
"""Funci贸n para traducir texto de ingl茅s a espa帽ol."""
if translator_en_es:
result = translator_en_es(texto_en)[0]['translation_text']
return result
else:
return "El modelo de traducci贸n (ingl茅s a espa帽ol) no est谩 disponible."
def main():
st.title("Aplicaci贸n de Clasificaci贸n y Traducci贸n")
tab1, tab2 = st.tabs(["Clasificaci贸n de Noticias", "Traducci贸n (Ingl茅s a Espa帽ol)"])
with tab1:
st.header("Clasificaci贸n de Noticias")
input_texto_clasificacion = st.text_area("Ingresa la noticia aqu铆:")
modelos = ["Transformer Encoder Apilado", "Transformer Positional Encoding", "Simple RNN", "LSTM"]
modelo_seleccion = st.selectbox("Selecciona el modelo:", modelos)
boton_clasificar = st.button("Clasificar")
if boton_clasificar:
if input_texto_clasificacion:
resultado_clasificacion = clasificar_noticia(input_texto_clasificacion, modelo_seleccion)
st.subheader("Resultado de la clasificaci贸n:")
st.write(resultado_clasificacion)
else:
st.warning("Por favor, ingresa el texto de la noticia.")
with tab2:
st.header("Traducci贸n de Ingl茅s a Espa帽ol")
input_texto_traduccion = st.text_area("Ingresa el texto en ingl茅s:")
boton_traducir = st.button("Traducir")
if boton_traducir:
if input_texto_traduccion:
texto_traducido = traducir_texto_en_es(input_texto_traduccion)
st.subheader("Texto traducido al espa帽ol:")
st.write(texto_traducido)
else:
st.warning("Por favor, ingresa el texto en ingl茅s.")
if __name__ == "__main__":
main() |