Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -6,151 +6,166 @@ import re
|
|
| 6 |
import gradio as gr
|
| 7 |
from transformers import pipeline
|
| 8 |
|
| 9 |
-
# --- 1. MODELLERİN
|
| 10 |
-
|
|
|
|
|
|
|
| 11 |
ner_pipe = pipeline(
|
| 12 |
"ner",
|
| 13 |
model="xlm-roberta-large-finetuned-conll03-english",
|
| 14 |
aggregation_strategy="simple",
|
| 15 |
-
device="cpu"
|
| 16 |
)
|
| 17 |
|
| 18 |
-
# LLM Modeli
|
| 19 |
model_id = "Qwen/Qwen2.5-1.5B-Instruct"
|
| 20 |
try:
|
| 21 |
gen_pipe = pipeline(
|
| 22 |
"text-generation",
|
| 23 |
model=model_id,
|
| 24 |
model_kwargs={"dtype": torch.bfloat16},
|
| 25 |
-
device_map="cpu",
|
| 26 |
trust_remote_code=True
|
| 27 |
)
|
| 28 |
IS_LLM_ENABLED = True
|
| 29 |
except Exception as e:
|
| 30 |
-
print(f"LLM Yükleme Hatası: {e}")
|
| 31 |
IS_LLM_ENABLED = False
|
| 32 |
|
| 33 |
-
# --- 2.
|
| 34 |
|
| 35 |
def get_wiki_summary(term):
|
| 36 |
-
"""Wikipedia'dan
|
| 37 |
try:
|
| 38 |
wikipedia.set_lang("tr")
|
| 39 |
-
# Belirsizlik (Disambiguation) hatalarını önlemek için arama sonucunun ilkini alıyoruz
|
| 40 |
search_results = wikipedia.search(term)
|
| 41 |
-
if not search_results:
|
| 42 |
-
return None
|
| 43 |
-
# summary fonksiyonunda auto_suggest=False kullanarak tam eşleşme arıyoruz
|
| 44 |
return wikipedia.summary(search_results[0], sentences=2, auto_suggest=False)
|
| 45 |
-
except
|
| 46 |
-
print(f"Wiki Hatası ({term}): {e}")
|
| 47 |
return None
|
| 48 |
|
| 49 |
@spaces.GPU
|
| 50 |
def refine_label_with_llm(entity_text, wiki_context, custom_label_definitions):
|
| 51 |
-
"""ZeroGPU üzerinde
|
| 52 |
-
if not IS_LLM_ENABLED
|
| 53 |
-
|
| 54 |
-
|
| 55 |
-
# GPU'ya taşıma kontrolü
|
| 56 |
if next(gen_pipe.model.parameters()).device.type != "cuda":
|
| 57 |
gen_pipe.model.to("cuda")
|
| 58 |
|
| 59 |
-
|
| 60 |
|
| 61 |
prompt = f"""Görevin, Wikipedia bağlamını kullanarak varlığı en uygun etikete yerleştirmektir.
|
| 62 |
|
| 63 |
ETİKET TANIMLARI:
|
| 64 |
-
{
|
| 65 |
|
| 66 |
GÖREV:
|
| 67 |
VARLIK: {entity_text}
|
| 68 |
BAĞLAM: {wiki_context}
|
| 69 |
|
| 70 |
-
|
| 71 |
-
|
| 72 |
-
|
| 73 |
|
| 74 |
-
Gerekçe:
|
| 75 |
-
Cevap: [ETİKET]"""
|
| 76 |
|
| 77 |
messages = [{"role": "user", "content": prompt}]
|
| 78 |
-
|
| 79 |
try:
|
| 80 |
outputs = gen_pipe(messages, max_new_tokens=100, do_sample=False, temperature=0.1)
|
| 81 |
full_output = outputs[0]["generated_text"][-1]["content"].strip()
|
| 82 |
|
| 83 |
-
#
|
| 84 |
-
|
| 85 |
-
|
| 86 |
-
|
| 87 |
-
|
| 88 |
-
|
| 89 |
-
|
| 90 |
-
|
| 91 |
return final_label, full_output
|
| 92 |
-
except
|
| 93 |
-
return "MISC",
|
| 94 |
-
|
| 95 |
-
# --- 3. ANA
|
| 96 |
-
|
| 97 |
-
def
|
| 98 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 99 |
initial_results = ner_pipe(text)
|
| 100 |
final_results = []
|
| 101 |
|
| 102 |
-
|
|
|
|
| 103 |
word = entity['word']
|
| 104 |
label = entity['entity_group']
|
| 105 |
|
| 106 |
-
|
| 107 |
-
|
| 108 |
-
"initial_label": label,
|
| 109 |
-
"final_label": label,
|
| 110 |
-
"source": "Model",
|
| 111 |
-
"reasoning": ""
|
| 112 |
-
}
|
| 113 |
-
|
| 114 |
-
# Sadece MISC ise ve Wiki/LLM süreci başlatılacaksa
|
| 115 |
if label == "MISC":
|
| 116 |
-
|
| 117 |
-
|
| 118 |
-
|
| 119 |
-
|
| 120 |
-
|
| 121 |
-
|
| 122 |
-
|
| 123 |
-
|
| 124 |
-
|
| 125 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 126 |
|
| 127 |
-
final_results.append(
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 128 |
|
| 129 |
-
|
| 130 |
-
|
| 131 |
-
|
| 132 |
-
|
| 133 |
-
|
| 134 |
-
|
| 135 |
-
|
| 136 |
-
|
| 137 |
-
|
| 138 |
-
|
| 139 |
-
|
| 140 |
-
|
| 141 |
-
|
| 142 |
-
|
| 143 |
-
|
| 144 |
-
|
| 145 |
-
|
| 146 |
-
|
| 147 |
-
|
| 148 |
-
|
| 149 |
-
|
| 150 |
-
inputs=gr.Textbox(label="Metin Girin", lines=5),
|
| 151 |
-
outputs=gr.Dataframe(headers=["Varlık", "İlk Etiket", "Nihai Etiket", "Kaynak"]),
|
| 152 |
-
title="NER RAG Final v2"
|
| 153 |
-
)
|
| 154 |
|
| 155 |
if __name__ == "__main__":
|
| 156 |
-
|
|
|
|
| 6 |
import gradio as gr
|
| 7 |
from transformers import pipeline
|
| 8 |
|
| 9 |
+
# --- 1. MODELLERİN HAZIRLANMASI ---
|
| 10 |
+
_initial_logs = ["Sistem başlatılıyor..."]
|
| 11 |
+
|
| 12 |
+
# NER Modeli (CPU)
|
| 13 |
ner_pipe = pipeline(
|
| 14 |
"ner",
|
| 15 |
model="xlm-roberta-large-finetuned-conll03-english",
|
| 16 |
aggregation_strategy="simple",
|
| 17 |
+
device="cpu"
|
| 18 |
)
|
| 19 |
|
| 20 |
+
# LLM Modeli (Qwen)
|
| 21 |
model_id = "Qwen/Qwen2.5-1.5B-Instruct"
|
| 22 |
try:
|
| 23 |
gen_pipe = pipeline(
|
| 24 |
"text-generation",
|
| 25 |
model=model_id,
|
| 26 |
model_kwargs={"dtype": torch.bfloat16},
|
| 27 |
+
device_map="cpu",
|
| 28 |
trust_remote_code=True
|
| 29 |
)
|
| 30 |
IS_LLM_ENABLED = True
|
| 31 |
except Exception as e:
|
|
|
|
| 32 |
IS_LLM_ENABLED = False
|
| 33 |
|
| 34 |
+
# --- 2. FONKSİYONLAR ---
|
| 35 |
|
| 36 |
def get_wiki_summary(term):
|
| 37 |
+
"""Wikipedia'dan güvenli veri çekme."""
|
| 38 |
try:
|
| 39 |
wikipedia.set_lang("tr")
|
|
|
|
| 40 |
search_results = wikipedia.search(term)
|
| 41 |
+
if not search_results: return None
|
|
|
|
|
|
|
| 42 |
return wikipedia.summary(search_results[0], sentences=2, auto_suggest=False)
|
| 43 |
+
except:
|
|
|
|
| 44 |
return None
|
| 45 |
|
| 46 |
@spaces.GPU
|
| 47 |
def refine_label_with_llm(entity_text, wiki_context, custom_label_definitions):
|
| 48 |
+
"""ZeroGPU üzerinde LLM ile etiketleme ve süreç takibi."""
|
| 49 |
+
if not IS_LLM_ENABLED: return "MISC", "LLM Aktif Değil"
|
| 50 |
+
|
|
|
|
|
|
|
| 51 |
if next(gen_pipe.model.parameters()).device.type != "cuda":
|
| 52 |
gen_pipe.model.to("cuda")
|
| 53 |
|
| 54 |
+
label_defs_str = "\n".join([f"- {k}: {v}" for k, v in custom_label_definitions.items()])
|
| 55 |
|
| 56 |
prompt = f"""Görevin, Wikipedia bağlamını kullanarak varlığı en uygun etikete yerleştirmektir.
|
| 57 |
|
| 58 |
ETİKET TANIMLARI:
|
| 59 |
+
{label_defs_str}
|
| 60 |
|
| 61 |
GÖREV:
|
| 62 |
VARLIK: {entity_text}
|
| 63 |
BAĞLAM: {wiki_context}
|
| 64 |
|
| 65 |
+
ÇIKTI FORMATI:
|
| 66 |
+
Gerekçe: [Analiziniz]
|
| 67 |
+
Cevap: [SADECE ETİKET ADI]
|
| 68 |
|
| 69 |
+
Gerekçe:"""
|
|
|
|
| 70 |
|
| 71 |
messages = [{"role": "user", "content": prompt}]
|
|
|
|
| 72 |
try:
|
| 73 |
outputs = gen_pipe(messages, max_new_tokens=100, do_sample=False, temperature=0.1)
|
| 74 |
full_output = outputs[0]["generated_text"][-1]["content"].strip()
|
| 75 |
|
| 76 |
+
# Etiketi ayıklama (En sağlam yöntem)
|
| 77 |
+
final_label = "MISC"
|
| 78 |
+
for line in full_output.split('\n'):
|
| 79 |
+
if "Cevap:" in line:
|
| 80 |
+
raw = line.split("Cevap:")[-1].strip().upper()
|
| 81 |
+
raw = re.sub(r'[^A-Z_]', '', raw) # Noktalama temizle
|
| 82 |
+
if raw in custom_label_definitions:
|
| 83 |
+
final_label = raw
|
| 84 |
return final_label, full_output
|
| 85 |
+
except:
|
| 86 |
+
return "MISC", "LLM Hatası"
|
| 87 |
+
|
| 88 |
+
# --- 3. ANA SÜREÇ (GRADIO UYUMLU) ---
|
| 89 |
+
|
| 90 |
+
def process_ner(text, progress=gr.Progress()):
|
| 91 |
+
logs = ["🚀 İşlem başlatıldı..."]
|
| 92 |
+
yield logs, [] # İlk boş tabloyu gönder
|
| 93 |
+
|
| 94 |
+
# Tanımlar
|
| 95 |
+
custom_labels = {
|
| 96 |
+
"SOFTWARE": "Bilgisayar programları, işletim sistemleri ve dijital araçlar.",
|
| 97 |
+
"AWARD": "Ödüller, festivaller ve madalyalar.",
|
| 98 |
+
"BOOK": "Kitaplar ve yazılı eserler.",
|
| 99 |
+
"MOVIE": "Sinema filmleri ve yapımlar.",
|
| 100 |
+
"PRODUCT": "Ticari ürünler, cihazlar ve modeller.",
|
| 101 |
+
"NORP": "Milliyetler, etnik gruplar veya dini topluluklar."
|
| 102 |
+
}
|
| 103 |
+
|
| 104 |
+
# 1. Aşama: Temel NER
|
| 105 |
+
logs.append("🔍 Temel NER modeli çalışıyor...")
|
| 106 |
+
yield logs, []
|
| 107 |
+
|
| 108 |
initial_results = ner_pipe(text)
|
| 109 |
final_results = []
|
| 110 |
|
| 111 |
+
# 2. Aşama: Varlık inceleme döngüsü
|
| 112 |
+
for i, entity in enumerate(initial_results):
|
| 113 |
word = entity['word']
|
| 114 |
label = entity['entity_group']
|
| 115 |
|
| 116 |
+
res = {"Varlık": word, "İlk Etiket": label, "Nihai Etiket": label, "Kaynak": "Model"}
|
| 117 |
+
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 118 |
if label == "MISC":
|
| 119 |
+
logs.append(f"⚠️ '{word}' için RAG süreci başladı...")
|
| 120 |
+
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 121 |
+
|
| 122 |
+
# Wiki
|
| 123 |
+
wiki_text = get_wiki_summary(word.title())
|
| 124 |
+
if wiki_text:
|
| 125 |
+
logs.append(f"📄 '{word}' için Wikipedia bağlamı bulundu.")
|
| 126 |
+
logs.append(f"🤖 LLM (GPU) karar veriyor...")
|
| 127 |
+
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 128 |
+
|
| 129 |
+
new_label, reason = refine_label_with_llm(word.title(), wiki_text, custom_labels)
|
| 130 |
+
res["Nihai Etiket"] = new_label
|
| 131 |
+
res["Kaynak"] = "RAG+LLM"
|
| 132 |
+
logs.append(f"✅ Sonuç: {word} -> {new_label}")
|
| 133 |
+
else:
|
| 134 |
+
logs.append(f"❌ '{word}' için Wiki kaydı bulunamadı.")
|
| 135 |
|
| 136 |
+
final_results.append(res)
|
| 137 |
+
# Tabloyu her adımda güncelle
|
| 138 |
+
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 139 |
+
|
| 140 |
+
logs.append("✨ Analiz başarıyla tamamlandı.")
|
| 141 |
+
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 142 |
+
|
| 143 |
+
# --- 4. ARAYÜZ ---
|
| 144 |
+
|
| 145 |
+
with gr.Blocks(title="NER RAG v3") as demo:
|
| 146 |
+
gr.Markdown("# 🚀 Gelişmiş NER & RAG Sistemi")
|
| 147 |
|
| 148 |
+
with gr.Row():
|
| 149 |
+
input_text = gr.Textbox(label="Analiz Edilecek Metin", lines=5, placeholder="Örn: Rus askerleri Yüzüklerin Efendisi izledi...")
|
| 150 |
+
|
| 151 |
+
with gr.Row():
|
| 152 |
+
with gr.Column(scale=1):
|
| 153 |
+
log_output = gr.HTML(label="Sistem Günlüğü", value="Sistem Hazır...")
|
| 154 |
+
with gr.Column(scale=2):
|
| 155 |
+
table_output = gr.Dataframe(headers=["Varlık", "İlk Etiket", "Nihai Etiket", "Kaynak"])
|
| 156 |
+
|
| 157 |
+
submit_btn = gr.Button("Analiz Et", variant="primary")
|
| 158 |
+
|
| 159 |
+
# Logları HTML'e dönüştüren yardımcı fonksiyon
|
| 160 |
+
def update_ui(text):
|
| 161 |
+
for logs, table in process_ner(text):
|
| 162 |
+
log_html = "<div style='background: #f0f4f8; padding: 10px; border-radius: 5px; font-family: monospace; height: 300px; overflow-y: auto;'>"
|
| 163 |
+
for m in logs:
|
| 164 |
+
log_html += f"<p style='margin: 0; border-bottom: 1px solid #ddd; padding: 2px 0;'>{m}</p>"
|
| 165 |
+
log_html += "</div>"
|
| 166 |
+
yield log_html, table
|
| 167 |
+
|
| 168 |
+
submit_btn.click(update_ui, inputs=input_text, outputs=[log_output, table_output])
|
|
|
|
|
|
|
|
|
|
|
|
|
| 169 |
|
| 170 |
if __name__ == "__main__":
|
| 171 |
+
demo.launch(server_name="0.0.0.0", server_port=7860)
|