README.md

---
title: patembed embed service
emoji: 🧲
colorFrom: blue
colorTo: indigo
sdk: gradio
sdk_version: "5.50.0"
app_file: app.py
pinned: false
license: cc-by-nc-sa-4.0
---

# Service d'embedding patembed — ARIZ Copilot

Expose `datalyes/patembed-base` (PatenTEB, Ayaou & Cavallucci 2025) comme service
d'embedding pour le reranking sémantique problème → abstracts de brevets.

## Déploiement (compte Hugging Face de Denis)

1. Créer un Space : https://huggingface.co/new-space — SDK **Gradio**, hardware **CPU basic (gratuit)**.
2. Pousser les 3 fichiers de ce dossier (`app.py`, `requirements.txt`, `README.md`)
   via l'onglet « Files » (glisser-déposer suffit) ou `git push`.
3. Premier démarrage ~5–10 min (téléchargement du modèle, ~770 Mo).
4. L'API est alors accessible via `https://<user>-<space>.hf.space/gradio_api/call/predict`
   (protocole Gradio REST à 2 requêtes : POST → event_id, GET → résultat).

## Utilisation depuis l'Edge Function

La fonction `patent-context` appelle ce Space avec :
- `task = "problem_query"` pour l'énoncé du problème,
- `task = "document"` pour les abstracts,
puis calcule les cosinus (vecteurs déjà normalisés : produit scalaire).

Note : Space public = API publique. Si besoin, passer le Space en privé et
appeler avec un token HF (`Authorization: Bearer hf_...`).