Upload 2 files

app.py

@@ -0,0 +1,34 @@
+import streamlit as st
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+import torch
+
+# โหลด tokenizer และโมเดล
+model_name = "facebook/bart-large-cnn"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
+
+def main():
+    st.title("Text Summarization App")
+
+    # สร้าง text area สำหรับป้อนข้อความ
+    text = st.text_area('Enter the text to summarize:', '')
+
+    # คลิกปุ่ม "Summarize" เพื่อสรุปข้อความ
+    if st.button('Summarize'):
+        if text:
+            # ใช้โมเดลเพื่อสร้างสรุปข้อความ
+            input_ids = tokenizer(text, return_tensors="pt", padding=True, truncation=True).input_ids
+            with torch.no_grad():
+                output_ids = model.generate(input_ids)
+
+            # แปลงผลลัพธ์กลับเป็นข้อความ
+            summary = tokenizer.decode(output_ids[0], skip_special_tokens=True)
+
+            # แสดงสรุปข้อความ
+            st.subheader("Summary:")
+            st.write(summary)
+        else:
+            st.warning("Please enter some text to summarize.")
+
+if __name__ == "__main__":
+    main()

requirements.txt

@@ -0,0 +1,3 @@
+torch
+transformers
+altair<5