app.py

import gradio as gr
from transformers import pipeline

ner_pipe = pipeline(
    'ner',
    model='Gherman/bert-base-NER-Russian',
    aggregation_strategy="simple"
)

def perform_ner(text: str) -> str:
    text = text.strip()
    text = tezt.translate()
    if not text:
        return 'Введите текст для анализа NER...'

    results = ner_pipe(text)
    
    if not results:
        return 'Именованные сущности не найдены.'

    output_lines = []
    for result in results:
        line = (
            f"Слово: {result['word']}, "
            f"Сущность: {result['entity_group']}, "
            f"Вероятность: {result['score']:.2%}"
        )
        output_lines.append(line)
        
    return '\n'.join(output_lines)

demo = gr.Interface(
    fn=perform_ner,
    inputs=gr.Textbox(
        lines=5,
        label='Введите текст для анализа NER...',
        placeholder='Например, "Меня зовут Сергей Иванович, я работаю в компании Google в Москве."'
    ),
    outputs=gr.Textbox(
        lines = 5,
        label='Результат анализа NER'),
    title='Анализ именованных сущностей (NER) RuBERT',
    description=(
        'Приложение для извлечения именованных сущностей (Named Entity Recognition) из русского текста. '
        'Используется модель: Gherman/bert-base-NER-Russian.'
    ),
)

if __name__ == '__main__':
    demo.launch()