Create app.py

app.py

@@ -0,0 +1,87 @@
+import gradio as gr
+import torch
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+
+# Hugging Face model repo
+MODEL_NAME = "GoshawkVortexAI/Goshawk_insurance"
+
+# CPU kullan
+device = torch.device("cpu")
+
+print("Model yükleniyor...")
+
+tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
+model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME)
+
+model.to(device)
+model.eval()
+
+# Label mapping
+id2label = model.config.id2label
+
+
+def predict(text):
+    if not text or not text.strip():
+        return "Lütfen bir sigorta metni girin."
+
+    inputs = tokenizer(
+        text,
+        return_tensors="pt",
+        truncation=True,
+        padding=True,
+        max_length=256
+    )
+
+    inputs = {k: v.to(device) for k, v in inputs.items()}
+
+    with torch.no_grad():
+        outputs = model(**inputs)
+
+    probabilities = torch.softmax(outputs.logits, dim=-1)[0]
+
+    results = {}
+
+    for i, probability in enumerate(probabilities):
+        label = id2label.get(i, f"LABEL_{i}")
+        results[label] = float(probability)
+
+    # En yüksek olasılık
+    best_label = max(results, key=results.get)
+    confidence = results[best_label]
+
+    return {
+        "Tahmin": best_label,
+        "Güven": f"{confidence * 100:.2f}%",
+        "Tüm sonuçlar": {
+            k: f"{v * 100:.2f}%"
+            for k, v in sorted(
+                results.items(),
+                key=lambda x: x[1],
+                reverse=True
+            )
+        }
+    }
+
+
+demo = gr.Interface(
+    fn=predict,
+    inputs=gr.Textbox(
+        label="Sigorta Metni",
+        placeholder="Örneğin: Araç kaza nedeniyle hasar gördü...",
+        lines=6
+    ),
+    outputs=gr.JSON(label="Model Sonucu"),
+    title="Goshawk Insurance AI",
+    description=(
+        "Sigorta sektörüne özel DistilBERT modeli. "
+        "Metni analiz ederek ilgili sınıfı tahmin eder."
+    ),
+    examples=[
+        ["Araç kazası sonucunda ön tampon ve far hasar gördü."],
+        ["Kasko poliçesi kapsamında hasar başvurusu yapılmıştır."],
+        ["Sigortalının sağlık giderleri poliçe kapsamında değerlendirilmiştir."]
+    ]
+)
+
+if __name__ == "__main__":
+    demo.launch()