Update app.py

app.py

@@ -9,7 +9,7 @@ tokenizer = MarianTokenizer.from_pretrained(model_name)
 model = MarianMTModel.from_pretrained(model_name)
 
 def traducir_resumir(texto):
-    text_summarized = summarizer(texto, max_length=1000, min_length=30, do_sample=False)
+    text_summarized = summarizer(texto, max_length=1000, min_length=100, do_sample=False)
     texto_solo = ">>esp<< " + text_summarized[0]["summary_text"]
     translated_resumido = model.generate(**tokenizer(texto_solo, return_tensors="pt", padding=True))
     texto_resumido = [tokenizer.decode(t, skip_special_tokens=True) for t in translated_resumido]
@@ -29,6 +29,7 @@ def traducir(texto):
     return texto_completo
 
 with gr.Blocks() as demo:
+    gr.Markdown("### Proyecto 1 - Trabajo con modelos de IA")
     with gr.Row():
         with gr.Column():
             text = gr.Textbox(label="Introduzca el texto a resumir y traducir")
@@ -40,6 +41,31 @@ with gr.Blocks() as demo:
         with gr.Column():
             output1 = gr.Textbox(label="Texto resumido traducido")
             output2 = gr.Textbox(label="Texto completo traducido")
+    with gr.Accordion("Información"):
+        with gr.Row():
+            with gr.Column():
+                with gr.Accordion("Detalles del proyecto"):
+                    gr.Markdown("""El problema principal que resuelve este proyecto es para adquirir información de textos en inglés cuando no se sabe este idioma.\n
+                    Esto es un problema bastante comun dado que hay mucha gente en España la cual no sabe inglés y si quiere informarse de cualquier tema el cual no está \
+                    muy desarrollado en español tiene que buscarse la vida para poder traducir esos textos a su idioma natal.\n
+                    Gracias a este proyecto se puede traducir estos textos rápidamente con un función añadida de hacerle un resumen para poder entenderlo mejor. \n
+                    El modelo requiere como input un texto en ingles y sacara como outputs un texto resumido en español y el mismo texto completo traducido al español.
+                    """
+                    )
+            with gr.Column():
+                with gr.Accordion("Detalles de los modelos"):
+                    gr.Markdown("""#### Helsinki-NLP/opus-mt-en-es (Modelo traductor)
+                    Este modelo es el que se usa para traducir el texto de ingles a español. Se usa desde un framework (MarianMT) el cual contiene más de 1000 modelos de lenguaje.\
+                    Para usar el modelo específico de traducir de ingles a español se tiene que poner las etiquetas de idioma (en este caso en y es) junto al modelo en si \
+                    (Helsinki-NLP/opus-mt-{src}-{trg}). El modelo necesita tokenizar el texto para poder traducirlo. Esto se hace con su propio tokenizador el cual es MarianTokenizer.\n
+                    La duración de la traducción viene dada a la longitud del texto que se quiere traducir por lo que textos más largos tardarán más en traducirse.\n
+                    El principal problema del modelo es que para la versión que tenemos solo permite 512 tokens al traducir lo cual limita mucho, por eso traduzco el texto \
+                    partiendolo en segmentos de misma longitud (100 en este caso)\n"
+                    #### Falconsai (Modelo que resume)
+                    Este modelo es un fine-tuning hecho para resumir de otro modelo llamado T5 Small. Es un modelo muy sencillo el cual puede traducir textos muy extensos \
+                    y de forma rápida y sencilla. La forma en la que lo uso es con el pipeline de transformer y dentro de este se le pone los parametros max_lenght y min_length \
+                    los cuales permite poner la longitud máxima y mínima para el texto resumido."""
+                    )
     
     sumbtn.click(fn = traducir_resumir, inputs = text, outputs = output1)
     tradbtn.click(fn = traducir, inputs = text, outputs = output2)