Update app.py

app.py

@@ -1,3 +1,19 @@
+# Importer pipeline
+from transformers import pipeline
+# charger le modèle mT5_multilingual_XLSum
+summarizer_1= pipeline("summarization", model="csebuetnlp/mT5_multilingual_XLSum")
+# charger le modèle bart-large-cnn
+summarizer = pipeline(task="summarization", model="facebook/bart-large-cnn")
+# Définir une fonction summarize_func avec bart-large-cnn
+def summarize_func(input, min_length, max_length):
+    output = summarizer(input.strip(),min_length, max_length)
+    return output[0]['summary_text']
+
+# Définir une fonction summarize_func avec mt5-multilingual
+def summarize_func_1(input, min_length, max_length):
+    output = summarizer_1(input.strip(), min_length, max_length)
+    return output[0]['summary_text']
+    
 # Déployer
 import gradio as gr
 import os
@@ -6,7 +22,7 @@ demo = gr.Blocks(theme='ibm-software/gradio-carbon-theme')
 inputs = [gr.Textbox(label="Text à résumer", lines=6),
           gr.Number(label = 'Longueur Minimal'),
           gr.Number(label = 'Longueur Maximal')]
-summarizer1 = gr.Interface(fn=summarize_1,
+summarizer1 = gr.Interface(fn=summarize_func,
                     inputs=inputs,
                     outputs=[gr.Textbox(label="Résumé", lines=3)],
                     title="Text summarization avec bart-large-cnn",