Update app.py

app.py

@@ -13,10 +13,10 @@ import os
 
 
 
-nlp = pipeline("ner", model="deprem-ml/deprem-ner")
+nlp = pipeline("ner", model="mrm8488/bert-spanish-cased-finetuned-ner")
 
 examples = [
-  ["Lütfen yardım Akevler mahallesi Rüzgar sokak Tuncay apartmanı zemin kat Antakya akrabalarım göçük altında #hatay #Afad"]
+  ["Mi nombre es Juan y vivo en Barcelona"]
 ]
 
 def create_record(input_text, feedback):
@@ -44,7 +44,7 @@ def create_record(input_text, feedback):
         text=input_text,
         tokens=words,
         prediction=prediction,
-        prediction_agent="deprem-ml/deprem-ner",
+        prediction_agent="gradio_crowd",
         status=status,
         metadata={"feedback": feedback}
     )
@@ -71,15 +71,15 @@ class ArgillaLogger(FlaggingCallback):
 
         
 gr.Interface.load(
-    "models/deprem-ml/deprem-ner",
+    "mrm8488/bert-spanish-cased-finetuned-ner",
     examples=examples,
-    title = "NER Adres Aktif Öğrenme Arayüzü",
-    description = "Aşağıda veri girişi yapıp modelin çıktısına göre Doğru/Yanlış/Belirsiz olarak işaretleyerek modelimizi değerlendirmemize yardımcı olabilirsiniz. Not: flag'lere bir kez tıklamanız yeterlidir. Şu an arayüzü flag alındığında size feedback verecek şekilde düzeltiyoruz. ",
+    title = "NER en Español, crowdsource con Argilla",
+    description = "Ayudanos a mejorar este model introduciendo un ejemplo clasificandolo como correcto, incorrecto o ambiguo",
     allow_flagging="manual",
     flagging_callback=ArgillaLogger(
-        api_url="https://sandbox.argilla.io", 
-        api_key=os.getenv("TEAM_API_KEY"), 
+        api_url="https://dvilasuero-taller-somosnlp.hf.space", 
+        api_key="os.getenv("TEAM_API_KEY")", 
         dataset_name="ner-flags"
     ),
-    flagging_options=["Doğru", "Yanlış", "Belirsiz"]
+    flagging_options=["Correcto", "Incorrecto", "Ambiguo"]
 ).launch()