Update app.py
Browse files
app.py
CHANGED
|
@@ -0,0 +1,25 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
from transformers import AutoModelForSequenceClassification, AutoTokenizer
|
| 2 |
+
import torch
|
| 3 |
+
import gradio as gr
|
| 4 |
+
|
| 5 |
+
# 모델 이름 설정
|
| 6 |
+
model_name = "medicalai/ClinicalBERT"
|
| 7 |
+
|
| 8 |
+
# 토크나이저와 모델 로드
|
| 9 |
+
tokenizer = AutoTokenizer.from_pretrained(model_name)
|
| 10 |
+
model = AutoModelForSequenceClassification.from_pretrained(model_name)
|
| 11 |
+
|
| 12 |
+
def predict(text):
|
| 13 |
+
# 입력 텍스트를 토크나이징
|
| 14 |
+
inputs = tokenizer(text, return_tensors="pt")
|
| 15 |
+
with torch.no_grad():
|
| 16 |
+
# 모델을 통해 예측 수행
|
| 17 |
+
logits = model(**inputs).logits
|
| 18 |
+
# 확률로 변환
|
| 19 |
+
probabilities = torch.softmax(logits, dim=1).numpy()[0]
|
| 20 |
+
# 결과 반환
|
| 21 |
+
return {label: prob for label, prob in zip(model.config.id2label.values(), probabilities)}
|
| 22 |
+
|
| 23 |
+
# Gradio 인터페이스 생성 및 실행
|
| 24 |
+
iface = gr.Interface(fn=predict, inputs="text", outputs="label")
|
| 25 |
+
iface.launch()
|