Create app.py

app.py

@@ -0,0 +1,30 @@
+import streamlit as st
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+import torch
+
+# Load the model and tokenizer
+tokenizer = AutoTokenizer.from_pretrained("Hate-speech-CNERG/urdu-codemixed-abusive-MuRIL")
+model = AutoModelForSequenceClassification.from_pretrained("Hate-speech-CNERG/urdu-codemixed-abusive-MuRIL")
+
+# Define labels in Urdu
+labels = {0: "نارمل (معمول)", 1: "گالی گلوچ (بدتمیزی)"}
+
+# App title and description
+st.title("اردو متن کا تجزیہ کریں")
+st.write("یہ ایپ آپ کے فراہم کردہ اردو متن کی نوعیت (نارمل یا گالی گلوچ) کو پہچانتی ہے۔")
+
+# User input
+user_input = st.text_area("اردو متن درج کریں:")
+
+if st.button("تجزیہ کریں"):
+    if user_input.strip():
+        # Tokenize and classify the input text
+        inputs = tokenizer(user_input, return_tensors="pt", truncation=True, padding=True)
+        outputs = model(**inputs)
+        logits = outputs.logits
+        predicted_class = torch.argmax(logits, dim=1).item()
+
+        # Display the result
+        st.write(f"متن کی نوعیت: **{labels[predicted_class]}**")
+    else:
+        st.warning("براہ کرم متن درج کریں!")