script.py

from datasets import load_dataset
from transformers import AutoTokenizer, AutoModelForSequenceClassification, TrainingArguments, Trainer
from huggingface_hub import HfApi, Repository, login
import os

# تسجيل الدخول إلى حسابك في Hugging Face باستخدام التوكن من متغير البيئة
token = os.getenv('HUGGINGFACE_TOKEN')
if token is None:
    raise ValueError("HUGGINGFACE_TOKEN environment variable not set")

login(token=token)

# تحميل مجموعة بيانات يلب
dataset = load_dataset("yelp_review_full")

# عرض عينة من البيانات
print(dataset["train"][100])

# تحميل التوكنايزر الخاص بـ BERT
tokenizer = AutoTokenizer.from_pretrained("bert-base-cased")

# تعريف دالة لتوكنايز النصوص
def tokenize_function(examples):
    return tokenizer(examples["text"], padding="max_length", truncation=True)

# تطبيق عملية التوكنايز على مجموعة البيانات
tokenized_datasets = dataset.map(tokenize_function, batched=True)

# تحضير مجموعات بيانات صغيرة للتدريب والتقييم
small_train_dataset = tokenized_datasets["train"].shuffle(seed=42).select(range(100))
small_eval_dataset = tokenized_datasets["test"].shuffle(seed=42).select(range(100))

# تحميل نموذج BERT المسبق التدريب لتصنيف النصوص
model = AutoModelForSequenceClassification.from_pretrained("bert-base-cased", num_labels=5)

# إعدادات التدريب
training_args = TrainingArguments(
    output_dir="./results",
    evaluation_strategy="epoch",
    learning_rate=2e-5,
    per_device_train_batch_size=16,
    per_device_eval_batch_size=16,
    num_train_epochs=3,
    weight_decay=0.01,
)

# تهيئة المدرب
trainer = Trainer(
    model=model,
    args=training_args,
    train_dataset=small_train_dataset,
    eval_dataset=small_eval_dataset,
)

# تدريب النموذج
trainer.train()

# رفع النموذج إلى Hugging Face
model_name = "yelp_review_classifier"
repo_url = HfApi().create_repo(name=model_name, private=False, token=token)
repo = Repository(local_dir=model_name, clone_from=repo_url)

model.save_pretrained(model_name)
tokenizer.save_pretrained(model_name)
repo.push_to_hub(commit_message="Initial commit", token=token)