Update app.py

app.py

@@ -1,28 +1,29 @@
 import gradio as gr
-from transformers import AutoTokenizer, AutoModelForTokenClassification
+from transformers import AutoTokenizer, AutoModelForCausalLM
 from transformers import pipeline
 
-# Charger le tokenizer et le modèle pour la reconnaissance d'entités nommées (NER)
-tokenizer = AutoTokenizer.from_pretrained("sp01/ner_automotive")
-model = AutoModelForTokenClassification.from_pretrained("sp01/ner_automotive")
+# Charger le modèle Automodelbloom
+tokenizer = AutoTokenizer.from_pretrained("HARSHAPALNATIUNH/Automodelbloom")
+model = AutoModelForCausalLM.from_pretrained("HARSHAPALNATIUNH/Automodelbloom")
 
-# Créer un pipeline pour la NER
-ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer)
+# Créer un pipeline de génération de texte
+generator = pipeline("text-generation", model=model, tokenizer=tokenizer)
 
-# Fonction pour traiter l'entrée
-def extract_entities(text):
-    entities = ner_pipeline(text)
-    return "\n".join([f"Entity: {entity['word']}, Label: {entity['entity']}, Score: {entity['score']}" for entity in entities])
+# Fonction pour générer du texte en fonction de l'entrée de l'utilisateur
+def generate_text(prompt):
+    generated_texts = generator(prompt, max_length=150, num_return_sequences=1, temperature=0.7)
+    return generated_texts[0]['generated_text']
 
-# Interface Gradio
+# Créer l'interface Gradio
 with gr.Blocks() as demo:
-    gr.Markdown("# Extraction d'entités automobiles")
+    gr.Markdown("# Application de génération de texte automobile")
     
     # Composants de l'interface
-    text_input = gr.Textbox(label="Entrez votre texte", placeholder="Ex: Tesla Model S est une voiture électrique.")
-    output_text = gr.Textbox(label="Entités extraites", lines=5)
+    text_input = gr.Textbox(label="Entrez votre prompt", placeholder="Ex: Parlez des voitures électriques.")
+    output_text = gr.Textbox(label="Texte généré", lines=5)
     
     # Lier le bouton à la fonction
-    text_input.submit(extract_entities, inputs=text_input, outputs=output_text)
+    text_input.submit(generate_text, inputs=text_input, outputs=output_text)
 
+# Lancer l'application
 demo.launch()