Spaces:
Paused
Paused
File size: 1,919 Bytes
bd98d2c |
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 |
import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
# تهيئة النموذج
model_name = "google/gemma-2b-it"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)
if torch.cuda.is_available():
model = model.to('cuda')
def generate_summary(text):
prompt = f"""قم بتلخيص النص التالي بطريقتين:
1. ملخص مترابط: اكتب فقرة واحدة مترابطة باستخدام كلمات الربط المناسبة
2. نقاط رئيسية: اكتب النقاط الرئيسية مسبوقة بـ "**ــ**"
قواعد التلخيص:
- تقليل 8 كلمات من كل فقرة
- الحفاظ على المعنى الأساسي والسياق
- التلخيص بأسلوب علمي وواضح
النص الأصلي:
{text}
"""
inputs = tokenizer(prompt, return_tensors="pt")
if torch.cuda.is_available():
inputs = inputs.to('cuda')
outputs = model.generate(
**inputs,
max_length=1024,
temperature=0.7,
top_k=50,
top_p=0.95,
num_return_sequences=1
)
summary = tokenizer.decode(outputs[0], skip_special_tokens=True)
return summary
# إنشاء واجهة Gradio
interface = gr.Interface(
fn=generate_summary,
inputs=gr.Textbox(label="أدخل النص المراد تلخيصه", lines=10, dir="rtl"),
outputs=gr.Textbox(label="الملخص", lines=10, dir="rtl"),
title="خدمة تلخيص النصوص العربية",
description="يقوم هذا النموذج بتلخيص النصوص العربية مع الحفاظ على المعنى الأساسي",
examples=[
["قم بإضافة نص مثال هنا للتجربة السريعة"]
],
theme=gr.themes.Soft()
)
interface.launch() |