Create app.py

app.py

@@ -0,0 +1,41 @@
+import streamlit as st
+from transformers import AutoModelForTokenClassification, pipeline
+
+# Chargement du modèle de NER
+model = AutoModelForTokenClassification.from_pretrained("roberta-base-ner")
+
+# Définition de la pipeline
+pipeline = pipeline("ner", model=model)
+
+# Fonction pour traiter un document
+def traiter_document(document):
+    # Tokenisation du document
+    tokens = model.tokenizer(document)
+
+    # Prédiction des entités nommées
+    predictions = pipeline(tokens)
+
+    # Renvoi des entités nommées
+    return predictions
+
+# Fonction pour charger un document
+def charger_document(fichier):
+    # Ouverture du fichier
+    with open(fichier, "r") as f:
+        document = f.read()
+
+    return document
+
+# Affichage de l'application
+st.title("Named Entity Recognition")
+
+# Chargement du document
+document = charger_document(st.file_uploader("Choisissez un document"))
+
+# Traitement du document
+predictions = traiter_document(document)
+
+# Affichage des entités nommées
+for prediction in predictions:
+    st.write(f"**Entité:** {prediction['entity_type']}")
+    st.write(f"**Texte:** {prediction['token']}")