Spaces:
Build error
Build error
Add app.py
Browse files
app.py
ADDED
|
@@ -0,0 +1,79 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
import gradio as gr
|
| 2 |
+
from difflib import Differ
|
| 3 |
+
from transformers import pipeline
|
| 4 |
+
|
| 5 |
+
model_id = "razhan/bart-kurd-spell-base"
|
| 6 |
+
# spell_corrector = pipeline("text2text-generation", model=model_id, return_all_scores=True)
|
| 7 |
+
spell_corrector = pipeline("text2text-generation", model=model_id, max_length=1024)
|
| 8 |
+
|
| 9 |
+
|
| 10 |
+
|
| 11 |
+
def correct_spell(text):
|
| 12 |
+
d = Differ()
|
| 13 |
+
if text is None:
|
| 14 |
+
text = ""
|
| 15 |
+
corrected = spell_corrector(text)[0]['generated_text']
|
| 16 |
+
|
| 17 |
+
return [
|
| 18 |
+
(token[2:], token[0] if token[0] != " " else None)
|
| 19 |
+
for token in d.compare(text, corrected)
|
| 20 |
+
], corrected
|
| 21 |
+
|
| 22 |
+
|
| 23 |
+
|
| 24 |
+
demo = gr.Interface(
|
| 25 |
+
correct_spell,
|
| 26 |
+
[
|
| 27 |
+
gr.Textbox(
|
| 28 |
+
label="Input text",
|
| 29 |
+
info="Initial text to be corrected",
|
| 30 |
+
lines=3,
|
| 31 |
+
value="نوووسینێکی ڕااست بێهەڵە",
|
| 32 |
+
rtl=True
|
| 33 |
+
),
|
| 34 |
+
],
|
| 35 |
+
outputs=[
|
| 36 |
+
gr.HighlightedText(
|
| 37 |
+
label="Diff",
|
| 38 |
+
combine_adjacent=True,
|
| 39 |
+
show_legend=True,
|
| 40 |
+
color_map={"-": "pink", "+": "green"},
|
| 41 |
+
rtl=True,
|
| 42 |
+
# container=True,
|
| 43 |
+
elem_id="kurdi"
|
| 44 |
+
),
|
| 45 |
+
gr.Textbox(label="Corrected Text", rtl=True, container=True)
|
| 46 |
+
],
|
| 47 |
+
examples=[
|
| 48 |
+
"حکومەتلە گفتوگۆحانی پەرلەماندا لەسەربودجەی نوێ ڕایگەیاند کە لە دەنگدانلەسەر بودجە بەردەوام دەبێت",
|
| 49 |
+
"ژنەڤ کاندغدێکی کورد نەشتەرگەری بۆکەا",
|
| 50 |
+
"فەستبخەرکرانی سێ هاووڵاتی لە شاری بۆکانلە لاین هێزە ئەمنییکەانەوە",
|
| 51 |
+
"ئەم وێنجانەی وخارەوەش چەند ێونەیەکی دەزپێرکاوی مۆبایلەکەن",
|
| 52 |
+
"خۆگزە توانیبام ژیان لە دیداری یەکەی ژاچگرێ بدەم",
|
| 53 |
+
"هەرفەرمانبەرێک بەناشچایستە پلەی نوەزیفیوەرگرتبێتلێیدەسەرنێتەەو",
|
| 54 |
+
"ماوەیەکەدەست ەب ئاامدەکسری کرا٦وە بۆ بەڕێوەچوونی ەششەمین فیستیڤاڵینێودەوڵەتیی هەولێرب ۆ شانۆ",
|
| 55 |
+
"ەڵم ئارەزوومە کە فیلمێک لە سەرحۆریەکانی ێجەریای نێوچیڕۆکەکانیشەوان عەرەبیەوە بەرخهەم بهێنم",
|
| 56 |
+
"پارەی ئەلکتترۆنیکی هیان راوی دیجیتاڵ جۆرە راوێکە کە تەنیا بە شێوەی ئەلیکترۆنیکی لەبەردەستەایە"
|
| 57 |
+
|
| 58 |
+
|
| 59 |
+
],
|
| 60 |
+
title="Central Kurdish Neurl Spell Correction",
|
| 61 |
+
# description="This is made as a fun side project, it's not to be relied on for production.",
|
| 62 |
+
css="""
|
| 63 |
+
#kurdi {
|
| 64 |
+
text-align: right;
|
| 65 |
+
}
|
| 66 |
+
""",
|
| 67 |
+
theme=gr.themes.Base(
|
| 68 |
+
primary_hue="pink",
|
| 69 |
+
secondary_hue="stone",
|
| 70 |
+
text_size=gr.themes.sizes.text_lg,
|
| 71 |
+
spacing_size=gr.themes.sizes.spacing_lg,
|
| 72 |
+
radius_size=gr.themes.sizes.radius_lg,
|
| 73 |
+
font=gr.themes.GoogleFont("Noto Sans"),
|
| 74 |
+
|
| 75 |
+
),
|
| 76 |
+
allow_flagging='auto'
|
| 77 |
+
)
|
| 78 |
+
if __name__ == "__main__":
|
| 79 |
+
demo.launch()
|