Create app.py
Browse files
app.py
ADDED
@@ -0,0 +1,41 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
import streamlit as st
|
2 |
+
from transformers import AutoModelForTokenClassification, pipeline
|
3 |
+
|
4 |
+
# Chargement du modèle de NER
|
5 |
+
model = AutoModelForTokenClassification.from_pretrained("roberta-base-ner")
|
6 |
+
|
7 |
+
# Définition de la pipeline
|
8 |
+
pipeline = pipeline("ner", model=model)
|
9 |
+
|
10 |
+
# Fonction pour traiter un document
|
11 |
+
def traiter_document(document):
|
12 |
+
# Tokenisation du document
|
13 |
+
tokens = model.tokenizer(document)
|
14 |
+
|
15 |
+
# Prédiction des entités nommées
|
16 |
+
predictions = pipeline(tokens)
|
17 |
+
|
18 |
+
# Renvoi des entités nommées
|
19 |
+
return predictions
|
20 |
+
|
21 |
+
# Fonction pour charger un document
|
22 |
+
def charger_document(fichier):
|
23 |
+
# Ouverture du fichier
|
24 |
+
with open(fichier, "r") as f:
|
25 |
+
document = f.read()
|
26 |
+
|
27 |
+
return document
|
28 |
+
|
29 |
+
# Affichage de l'application
|
30 |
+
st.title("Named Entity Recognition")
|
31 |
+
|
32 |
+
# Chargement du document
|
33 |
+
document = charger_document(st.file_uploader("Choisissez un document"))
|
34 |
+
|
35 |
+
# Traitement du document
|
36 |
+
predictions = traiter_document(document)
|
37 |
+
|
38 |
+
# Affichage des entités nommées
|
39 |
+
for prediction in predictions:
|
40 |
+
st.write(f"**Entité:** {prediction['entity_type']}")
|
41 |
+
st.write(f"**Texte:** {prediction['token']}")
|