Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -7,6 +7,7 @@ import gradio as gr
|
|
| 7 |
from transformers import pipeline
|
| 8 |
|
| 9 |
# --- 1. MODELLERİN HAZIRLANMASI ---
|
|
|
|
| 10 |
ner_pipe = pipeline(
|
| 11 |
"ner",
|
| 12 |
model="xlm-roberta-large-finetuned-conll03-english",
|
|
@@ -14,6 +15,7 @@ ner_pipe = pipeline(
|
|
| 14 |
device="cpu"
|
| 15 |
)
|
| 16 |
|
|
|
|
| 17 |
model_id = "Qwen/Qwen2.5-1.5B-Instruct"
|
| 18 |
try:
|
| 19 |
gen_pipe = pipeline(
|
|
@@ -30,7 +32,6 @@ except Exception as e:
|
|
| 30 |
# --- 2. YARDIMCI FONKSİYONLAR ---
|
| 31 |
|
| 32 |
def get_wiki_summary(term):
|
| 33 |
-
"""Wikipedia'dan terim hakkında özet bilgi çeker."""
|
| 34 |
try:
|
| 35 |
wikipedia.set_lang("tr")
|
| 36 |
search_results = wikipedia.search(term)
|
|
@@ -41,10 +42,11 @@ def get_wiki_summary(term):
|
|
| 41 |
|
| 42 |
@spaces.GPU
|
| 43 |
def refine_label_with_llm(entity_text, wiki_context, custom_label_definitions):
|
| 44 |
-
"""
|
| 45 |
if not IS_LLM_ENABLED: return "MISC", "LLM Aktif Değil"
|
| 46 |
|
| 47 |
-
#
|
|
|
|
| 48 |
if gen_pipe.device.type != "cuda":
|
| 49 |
gen_pipe.to("cuda")
|
| 50 |
|
|
@@ -59,22 +61,22 @@ VARLIK: {entity_text}
|
|
| 59 |
WIKIPEDIA BAĞLAMI: {wiki_context}
|
| 60 |
|
| 61 |
ANALİZ KURALLARI:
|
| 62 |
-
1. Wikipedia bağlamındaki anahtar kelimeleri
|
| 63 |
-
2. Bu
|
| 64 |
3. Cevabını SADECE şu formatta bitir: 'Cevap: ETİKET_ADI'
|
| 65 |
|
| 66 |
Gerekçe:"""
|
| 67 |
|
| 68 |
messages = [{"role": "user", "content": prompt}]
|
| 69 |
try:
|
|
|
|
| 70 |
outputs = gen_pipe(messages, max_new_tokens=200, do_sample=False, temperature=0.1)
|
| 71 |
full_output = outputs[0]["generated_text"][-1]["content"].strip()
|
| 72 |
|
| 73 |
-
#
|
| 74 |
final_label = "MISC"
|
| 75 |
valid_keys = list(custom_label_definitions.keys())
|
| 76 |
|
| 77 |
-
# Satır bazlı arama
|
| 78 |
lines = full_output.split('\n')
|
| 79 |
for line in reversed(lines):
|
| 80 |
if "Cevap:" in line:
|
|
@@ -83,7 +85,6 @@ Gerekçe:"""
|
|
| 83 |
final_label = found
|
| 84 |
break
|
| 85 |
|
| 86 |
-
# Kelime bazlı yedek arama
|
| 87 |
if final_label == "MISC":
|
| 88 |
for key in valid_keys:
|
| 89 |
if key in full_output.upper():
|
|
@@ -92,9 +93,9 @@ Gerekçe:"""
|
|
| 92 |
|
| 93 |
return final_label, full_output
|
| 94 |
except Exception as e:
|
| 95 |
-
# Hata durumunda CPU'ya
|
| 96 |
gen_pipe.to("cpu")
|
| 97 |
-
return "MISC", f"LLM Hatası: {str(e)}"
|
| 98 |
|
| 99 |
# --- 3. ANA İŞLEM HATTI ---
|
| 100 |
|
|
@@ -105,7 +106,7 @@ def process_ner(text):
|
|
| 105 |
custom_labels = {
|
| 106 |
"SOFTWARE": "Bilgisayar programları, işletim sistemleri ve dijital araçlar.",
|
| 107 |
"AWARD": "Ödüller, festivaller, madalyalar ve onur nişanları.",
|
| 108 |
-
"BOOK": "Kitaplar, romanlar ve
|
| 109 |
"MOVIE": "Sinema filmleri ve görsel yapımlar.",
|
| 110 |
"PRODUCT": "Ticari ürünler, cihazlar ve markalar.",
|
| 111 |
"NORP": "Milliyetler, etnik gruplar veya topluluklar."
|
|
@@ -127,12 +128,12 @@ def process_ner(text):
|
|
| 127 |
wiki_text = get_wiki_summary(standardized)
|
| 128 |
if wiki_text:
|
| 129 |
logs.append(f"ℹ️ <b>Wiki Özeti:</b> {wiki_text[:120]}...")
|
| 130 |
-
logs.append(f"🤖 LLM
|
| 131 |
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 132 |
|
| 133 |
new_label, raw_llm_response = refine_label_with_llm(standardized, wiki_text, custom_labels)
|
| 134 |
|
| 135 |
-
#
|
| 136 |
logs.append(f"<div style='color: #444; border-left: 3px solid #ffa500; padding-left: 8px; margin: 5px 0; font-size: 0.9em; background: #fff5e6;'><b>Model Yanıtı:</b><br>{raw_llm_response}</div>")
|
| 137 |
|
| 138 |
res["Nihai Etiket"] = new_label
|
|
@@ -147,7 +148,7 @@ def process_ner(text):
|
|
| 147 |
logs.append("✨ Analiz başarıyla tamamlandı.")
|
| 148 |
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 149 |
|
| 150 |
-
# --- 4. ARAYÜZ
|
| 151 |
|
| 152 |
with gr.Blocks(title="NER RAG v3") as demo:
|
| 153 |
gr.Markdown("# 🚀 Gelişmiş NER & RAG Sistemi")
|
|
|
|
| 7 |
from transformers import pipeline
|
| 8 |
|
| 9 |
# --- 1. MODELLERİN HAZIRLANMASI ---
|
| 10 |
+
# NER modeli CPU'da kalabilir, hafıza tasarrufu sağlar.
|
| 11 |
ner_pipe = pipeline(
|
| 12 |
"ner",
|
| 13 |
model="xlm-roberta-large-finetuned-conll03-english",
|
|
|
|
| 15 |
device="cpu"
|
| 16 |
)
|
| 17 |
|
| 18 |
+
# LLM Modeli CPU'da başlatılır, @spaces.GPU çağrıldığında GPU'ya taşınır.
|
| 19 |
model_id = "Qwen/Qwen2.5-1.5B-Instruct"
|
| 20 |
try:
|
| 21 |
gen_pipe = pipeline(
|
|
|
|
| 32 |
# --- 2. YARDIMCI FONKSİYONLAR ---
|
| 33 |
|
| 34 |
def get_wiki_summary(term):
|
|
|
|
| 35 |
try:
|
| 36 |
wikipedia.set_lang("tr")
|
| 37 |
search_results = wikipedia.search(term)
|
|
|
|
| 42 |
|
| 43 |
@spaces.GPU
|
| 44 |
def refine_label_with_llm(entity_text, wiki_context, custom_label_definitions):
|
| 45 |
+
"""Hata veren cihaz çakışmasını çözen güncellenmiş GPU fonksiyonu."""
|
| 46 |
if not IS_LLM_ENABLED: return "MISC", "LLM Aktif Değil"
|
| 47 |
|
| 48 |
+
# KRİTİK DÜZELTME: Tüm pipeline bileşenlerini (model + tensorler) GPU'ya zorla taşır.
|
| 49 |
+
# Aldığın hatayı bu satır çözer.
|
| 50 |
if gen_pipe.device.type != "cuda":
|
| 51 |
gen_pipe.to("cuda")
|
| 52 |
|
|
|
|
| 61 |
WIKIPEDIA BAĞLAMI: {wiki_context}
|
| 62 |
|
| 63 |
ANALİZ KURALLARI:
|
| 64 |
+
1. Wikipedia bağlamındaki anahtar kelimeleri (film, kitap, yazılım vb.) açıkla.
|
| 65 |
+
2. Bu kelimeleri kategori tanımlarıyla kıyasla.
|
| 66 |
3. Cevabını SADECE şu formatta bitir: 'Cevap: ETİKET_ADI'
|
| 67 |
|
| 68 |
Gerekçe:"""
|
| 69 |
|
| 70 |
messages = [{"role": "user", "content": prompt}]
|
| 71 |
try:
|
| 72 |
+
# Pipeline çağrısı (CUDA üzerinde güvenli çalıştırma)
|
| 73 |
outputs = gen_pipe(messages, max_new_tokens=200, do_sample=False, temperature=0.1)
|
| 74 |
full_output = outputs[0]["generated_text"][-1]["content"].strip()
|
| 75 |
|
| 76 |
+
# Etiket ayıklama (Sondan başa tarama ve kelime bazlı kontrol)
|
| 77 |
final_label = "MISC"
|
| 78 |
valid_keys = list(custom_label_definitions.keys())
|
| 79 |
|
|
|
|
| 80 |
lines = full_output.split('\n')
|
| 81 |
for line in reversed(lines):
|
| 82 |
if "Cevap:" in line:
|
|
|
|
| 85 |
final_label = found
|
| 86 |
break
|
| 87 |
|
|
|
|
| 88 |
if final_label == "MISC":
|
| 89 |
for key in valid_keys:
|
| 90 |
if key in full_output.upper():
|
|
|
|
| 93 |
|
| 94 |
return final_label, full_output
|
| 95 |
except Exception as e:
|
| 96 |
+
# Hata durumunda sistemi temizlemek için CPU'ya çekmeyi dener.
|
| 97 |
gen_pipe.to("cpu")
|
| 98 |
+
return "MISC", f"LLM Cihaz Hatası: {str(e)}"
|
| 99 |
|
| 100 |
# --- 3. ANA İŞLEM HATTI ---
|
| 101 |
|
|
|
|
| 106 |
custom_labels = {
|
| 107 |
"SOFTWARE": "Bilgisayar programları, işletim sistemleri ve dijital araçlar.",
|
| 108 |
"AWARD": "Ödüller, festivaller, madalyalar ve onur nişanları.",
|
| 109 |
+
"BOOK": "Kitaplar, romanlar ve edibi yayınlar.",
|
| 110 |
"MOVIE": "Sinema filmleri ve görsel yapımlar.",
|
| 111 |
"PRODUCT": "Ticari ürünler, cihazlar ve markalar.",
|
| 112 |
"NORP": "Milliyetler, etnik gruplar veya topluluklar."
|
|
|
|
| 128 |
wiki_text = get_wiki_summary(standardized)
|
| 129 |
if wiki_text:
|
| 130 |
logs.append(f"ℹ️ <b>Wiki Özeti:</b> {wiki_text[:120]}...")
|
| 131 |
+
logs.append(f"🤖 LLM Analiz Ediyor...")
|
| 132 |
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 133 |
|
| 134 |
new_label, raw_llm_response = refine_label_with_llm(standardized, wiki_text, custom_labels)
|
| 135 |
|
| 136 |
+
# Modelin analizini sarı kutu içinde günlüğe basar.
|
| 137 |
logs.append(f"<div style='color: #444; border-left: 3px solid #ffa500; padding-left: 8px; margin: 5px 0; font-size: 0.9em; background: #fff5e6;'><b>Model Yanıtı:</b><br>{raw_llm_response}</div>")
|
| 138 |
|
| 139 |
res["Nihai Etiket"] = new_label
|
|
|
|
| 148 |
logs.append("✨ Analiz başarıyla tamamlandı.")
|
| 149 |
yield logs, [[r["Varlık"], r["İlk Etiket"], r["Nihai Etiket"], r["Kaynak"]] for r in final_results]
|
| 150 |
|
| 151 |
+
# --- 4. ARAYÜZ (GÖRSEL TASARIM SABİT) ---
|
| 152 |
|
| 153 |
with gr.Blocks(title="NER RAG v3") as demo:
|
| 154 |
gr.Markdown("# 🚀 Gelişmiş NER & RAG Sistemi")
|