Update app.py

app.py

@@ -1,7 +1,7 @@
 import gradio as gr
 from transformers import pipeline
 
-# Загружаем модели для анализа тональности, суммаризации текста, генерации подписей к изображениям, ответов на вопросы, перевода текста, определения эмоций, автодополнения кода и определения фейковых новостей
+# Загружаем модели для анализа тональности, суммаризации текста, генерации подписей к изображениям, ответов на вопросы, перевода текста, определения эмоций, автодополнения кода, определения фейковых новостей и NER
 sentiment_pipeline = pipeline("sentiment-analysis")
 summarization_pipeline = pipeline("summarization")
 image_captioning_pipeline = pipeline("image-to-text")
@@ -10,6 +10,7 @@ translation_pipeline = pipeline("translation_en_to_ru", model="Helsinki-NLP/opus
 emotion_pipeline = pipeline("text-classification", model="bhadresh-savani/distilbert-base-uncased-emotion")
 code_completion_pipeline = pipeline("text-generation", model="Salesforce/codegen-350M-mono")
 fake_news_pipeline = pipeline("text-classification", model="roberta-base-openai-detector")
+ner_pipeline = pipeline("ner", model="dbmdz/bert-large-cased-finetuned-conll03-english", grouped_entities=True)
 
 # Функция для анализа тональности текста
 def analyze_sentiment(text):
@@ -51,6 +52,14 @@ def detect_fake_news(text):
     result = fake_news_pipeline(text)[0]
     return f"Label: {result['label']}, Confidence: {result['score']:.4f}"
 
+# Функция для распознавания именованных сущностей (NER)
+def recognize_entities(text):
+    result = ner_pipeline(text)
+    entities = []
+    for entity in result:
+        entities.append(f"Entity: {entity['word']}, Label: {entity['entity_group']}, Confidence: {entity['score']:.4f}")
+    return "\n".join(entities)
+
 # Примеры текстов для анализа тональности
 sentiment_examples = [
     "I love programming, it's so much fun!",
@@ -111,6 +120,13 @@ fake_news_examples = [
     "Scientists have discovered a new planet in our solar system that is inhabited by aliens."
 ]
 
+# Примеры текстов для распознавания именованных сущностей (NER)
+ner_examples = [
+    "My name is John Doe and I live in New York.",
+    "Apple is looking at buying a startup in the UK for $1 billion.",
+    "Elon Musk is the CEO of Tesla and SpaceX."
+]
+
 # Создаем интерфейс Gradio с вкладками
 with gr.Blocks() as demo:
     with gr.Tab("Sentiment Analysis"):
@@ -196,6 +212,16 @@ with gr.Blocks() as demo:
             examples=fake_news_examples,
             examples_per_page=2
         )
+    with gr.Tab("Named Entity Recognition (NER)"):
+        gr.Interface(
+            fn=recognize_entities,
+            inputs=gr.Textbox(lines=5, placeholder="Введите текст для распознавания сущностей..."),
+            outputs="text",
+            title="Распознавание именованных сущностей (NER)",
+            description="Введите текст, чтобы извлечь из него именованные сущности.",
+            examples=ner_examples,
+            examples_per_page=2
+        )
 
 # Запускаем интерфейс
 demo.launch()