File size: 1,576 Bytes
0d9fcd1 |
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 |
from transformers import pipeline
import gradio as gr
classifier = pipeline(
"zero-shot-classification",
model="Recognai/bert-base-spanish-wwm-cased-xnli"
)
def zero_shot_classification(text, labels):
candidate_labels = [label.strip() for label in labels.split(",")] # Convertir en lista
result = classifier(text, candidate_labels)
output = "\n".join(
[f"{label}: {score:.2f}" for label, score in zip(result['labels'], result['scores'])]
)
return output
with gr.Blocks() as demo:
gr.Markdown("""
# Clasificación Zero-Shot en Español
Esta aplicación permite clasificar un texto en diferentes categorías de tu elección.
Solo debes proporcionar el texto y las etiquetas que deseas evaluar, y el modelo asignará probabilidades a cada una de ellas.
""")
gr.Interface(
fn=zero_shot_classification,
inputs=[
gr.Textbox(label="Texto a clasificar", placeholder="Escribe el texto aquí..."),
gr.Textbox(label="Etiquetas de clasificación", placeholder="Ejemplo: cultura, sociedad, economia, salud, deportes")
],
outputs=gr.Textbox(label="Resultados"),
)
gr.Markdown("""
---
Demostración de clasificación Zero-Shot usando el modelo [Recognai/bert-base-spanish-wwm-cased-xnli](https://huggingface.co./Recognai/bert-base-spanish-wwm-cased-xnli).
Desarrollado con ❤️ por [@srjosueaaron](https://www.instagram.com/srjosueaaron/).
""")
if __name__ == "__main__":
demo.launch()
|