Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -6,26 +6,21 @@ import re
|
|
| 6 |
import gradio as gr
|
| 7 |
from transformers import pipeline
|
| 8 |
|
| 9 |
-
# --- 1.
|
| 10 |
_initial_logs = []
|
| 11 |
|
| 12 |
-
#
|
| 13 |
-
# Bu model her zaman CPU'da kalacak şekilde yapılandırıldı.
|
| 14 |
-
_initial_logs.append("1. Standart NER Modeli (XLM-Roberta) CPU üzerinde yükleniyor...")
|
| 15 |
ner_pipe = pipeline(
|
| 16 |
"ner",
|
| 17 |
model="xlm-roberta-large-finetuned-conll03-english",
|
| 18 |
aggregation_strategy="simple",
|
| 19 |
device="cpu"
|
| 20 |
)
|
| 21 |
-
_initial_logs.append("✅ Standart NER Modeli Hazır.")
|
| 22 |
|
| 23 |
-
#
|
| 24 |
-
# Başlangıçta sadece RAM'e yüklenir, GPU fonksiyonu çağrıldığında CUDA'ya taşınır.
|
| 25 |
-
_initial_logs.append("2. LLM (Qwen 2.5-1.5B) RAM'e yükleniyor...")
|
| 26 |
model_id = "Qwen/Qwen2.5-1.5B-Instruct"
|
| 27 |
IS_LLM_ENABLED = False
|
| 28 |
-
|
| 29 |
try:
|
| 30 |
gen_pipe = pipeline(
|
| 31 |
"text-generation",
|
|
@@ -35,208 +30,149 @@ try:
|
|
| 35 |
trust_remote_code=True
|
| 36 |
)
|
| 37 |
IS_LLM_ENABLED = True
|
| 38 |
-
_initial_logs.append("✅ LLM (
|
| 39 |
except Exception as e:
|
| 40 |
-
_initial_logs.append(f"❌ LLM
|
| 41 |
-
gen_pipe = None
|
| 42 |
|
| 43 |
-
# ---
|
| 44 |
|
| 45 |
def get_wiki_summary(term):
|
|
|
|
| 46 |
try:
|
| 47 |
wikipedia.set_lang("tr")
|
| 48 |
-
#
|
| 49 |
-
|
| 50 |
-
|
| 51 |
-
|
| 52 |
-
|
| 53 |
-
try:
|
| 54 |
-
return wikipedia.summary(e.options[0], sentences=2)
|
| 55 |
-
except: return None
|
| 56 |
except:
|
| 57 |
return None
|
| 58 |
|
| 59 |
@spaces.GPU
|
| 60 |
def refine_label_with_llm(entity_text, wiki_context, custom_label_definitions):
|
| 61 |
-
"""
|
| 62 |
-
Paylaştığınız çalışan örnek üzerinden güncellenmiş LLM fonksiyonu.
|
| 63 |
-
"""
|
| 64 |
if not IS_LLM_ENABLED or gen_pipe is None:
|
| 65 |
return "MISC", "LLM aktif değil."
|
| 66 |
|
| 67 |
-
# ZeroGPU üzerinde modeli GPU'ya taşıma kontrolü
|
| 68 |
if next(gen_pipe.model.parameters()).device.type != "cuda":
|
| 69 |
gen_pipe.model.to("cuda")
|
| 70 |
|
| 71 |
-
label_definitions_str = "\n".join(
|
| 72 |
-
[f"- {k}: {v}" for k, v in custom_label_definitions.items()]
|
| 73 |
-
)
|
| 74 |
-
|
| 75 |
-
# Çalıştığı onaylanmış Few-Shot örnek yapısı
|
| 76 |
-
few_shot_examples = """
|
| 77 |
-
ÖRNEK 1 (NORP İÇİN):
|
| 78 |
-
VARLIK: Türk
|
| 79 |
-
BAĞLAM: Türkler, Türkiye Cumhuriyeti'nde yaşayan ve Türkçe konuşan büyük bir etnik gruptur. (NORP tanımı ile eşleşir.)
|
| 80 |
-
SONUÇ: NORP
|
| 81 |
-
|
| 82 |
-
ÖRNEK 2 (SOFTWARE İÇİN):
|
| 83 |
-
VARLIK: Photoshop
|
| 84 |
-
BAĞLAM: Adobe tarafından geliştirilen, fotoğraf ve resim düzenleme programı. (SOFTWARE tanımı ile eşleşir.)
|
| 85 |
-
SONUÇ: SOFTWARE
|
| 86 |
-
|
| 87 |
-
ÖRNEK 3 (PRODUCT İÇİN):
|
| 88 |
-
VARLIK: iPhone 15 Pro
|
| 89 |
-
BAĞLAM: Apple tarafından üretilen akıllı telefon modelidir. (PRODUCT tanımı ile eşleşir.)
|
| 90 |
-
SONUÇ: PRODUCT
|
| 91 |
-
"""
|
| 92 |
|
|
|
|
| 93 |
prompt = f"""Sen uzman bir veri sınıflandırma sistemisin.
|
| 94 |
Görevin, aşağıdaki BAĞLAM'ı okumak ve ETİKET TANIMLARI'ndan hangisinin varlığa en uygun olduğunu belirlemektir.
|
| 95 |
|
| 96 |
-
|
| 97 |
-
|
| 98 |
-
|
| 99 |
-
|
| 100 |
|
| 101 |
-
|
|
|
|
|
|
|
|
|
|
| 102 |
|
| 103 |
---
|
| 104 |
ETİKET TANIMLARI:
|
| 105 |
{label_definitions_str}
|
| 106 |
---
|
| 107 |
-
|
| 108 |
-
GÖREV VARLIĞI:
|
| 109 |
VARLIK: {entity_text}
|
| 110 |
BAĞLAM (Wikipedia): {wiki_context}
|
| 111 |
|
| 112 |
ÇIKTI FORMATI:
|
| 113 |
-
Gerekçe: [
|
| 114 |
-
Cevap: [
|
| 115 |
|
| 116 |
Gerekçe:"""
|
| 117 |
|
| 118 |
messages = [{"role": "user", "content": prompt}]
|
| 119 |
|
| 120 |
try:
|
| 121 |
-
|
| 122 |
-
outputs = gen_pipe(messages, max_new_tokens=60, do_sample=False, temperature=0.1)
|
| 123 |
full_output = outputs[0]["generated_text"][-1]["content"].strip()
|
| 124 |
|
| 125 |
-
#
|
| 126 |
final_label = "MISC"
|
| 127 |
-
reasoning = "
|
| 128 |
|
| 129 |
lines = full_output.split('\n')
|
| 130 |
for line in lines:
|
| 131 |
if 'Cevap:' in line:
|
| 132 |
raw_label = line.split('Cevap:')[-1].strip().upper()
|
| 133 |
-
|
| 134 |
-
|
|
|
|
| 135 |
final_label = raw_label
|
| 136 |
-
|
| 137 |
reasoning = line.replace('Gerekçe:', '').strip()
|
| 138 |
-
|
| 139 |
return final_label, reasoning
|
|
|
|
|
|
|
| 140 |
|
| 141 |
-
|
| 142 |
-
return "MISC", f"Hata: {str(e)}"
|
| 143 |
-
|
| 144 |
-
# --- 5. ANA İŞLEM HATTI (PIPELINE) ---
|
| 145 |
|
| 146 |
def advanced_ner_pipeline(text, target_labels, progress=gr.Progress()):
|
| 147 |
log_messages = list(_initial_logs)
|
| 148 |
-
log_messages.append(f"🚀 İşlem başladı: '{text[:30]}...'")
|
| 149 |
yield log_messages, None
|
| 150 |
|
| 151 |
-
|
| 152 |
-
initial_results = ner_pipe(text)
|
| 153 |
-
except Exception as e:
|
| 154 |
-
log_messages.append(f"❌ NER Hatası: {e}")
|
| 155 |
-
yield log_messages, []
|
| 156 |
-
return
|
| 157 |
-
|
| 158 |
final_results = []
|
| 159 |
-
total = len(initial_results)
|
| 160 |
|
| 161 |
-
for i, entity in enumerate(
|
| 162 |
word = entity['word']
|
| 163 |
label = entity['entity_group']
|
| 164 |
-
score = entity['score']
|
| 165 |
|
| 166 |
-
progress((i + 1) /
|
| 167 |
|
| 168 |
-
res_obj = {
|
| 169 |
-
|
| 170 |
-
|
| 171 |
-
|
| 172 |
-
"
|
| 173 |
-
"reasoning": ""
|
| 174 |
-
}
|
| 175 |
-
|
| 176 |
-
# Eğer etiket MISC ise RAG sürecini başlat
|
| 177 |
-
if label == "MISC" and IS_LLM_ENABLED:
|
| 178 |
-
log_messages.append(f"🔍 MISC: '{word}' için Wikipedia taranıyor...")
|
| 179 |
yield log_messages, None
|
| 180 |
|
| 181 |
-
wiki_text = get_wiki_summary(
|
| 182 |
if wiki_text:
|
| 183 |
-
log_messages.append(f"🤖 LLM (GPU) '{
|
| 184 |
yield log_messages, None
|
| 185 |
|
| 186 |
-
new_label, reason = refine_label_with_llm(
|
| 187 |
-
res_obj.update({
|
| 188 |
-
|
| 189 |
-
"source": "RAG+LLM",
|
| 190 |
-
"reasoning": reason
|
| 191 |
-
})
|
| 192 |
-
log_messages.append(f"✅ Sonuç: {new_label}")
|
| 193 |
else:
|
| 194 |
-
log_messages.append(f"
|
| 195 |
-
|
| 196 |
-
log_messages.append(f"➡️ '{word}' zaten {label} olarak belirlendi.")
|
| 197 |
-
|
| 198 |
final_results.append(res_obj)
|
| 199 |
-
yield log_messages,
|
| 200 |
-
|
| 201 |
-
log_messages.append("✨ Tüm işlemler başarıyla tamamlandı.")
|
| 202 |
-
yield log_messages, final_results
|
| 203 |
|
| 204 |
-
# ---
|
| 205 |
|
| 206 |
-
|
| 207 |
"PER": "Kişi adları.", "ORG": "Kurumlar.", "LOC": "Yerler.",
|
| 208 |
-
"
|
| 209 |
-
"
|
| 210 |
-
"
|
| 211 |
}
|
| 212 |
|
| 213 |
-
def
|
| 214 |
-
for logs,
|
| 215 |
-
|
| 216 |
-
log_html = "<div style='height:200px; overflow-y:auto; background:#f0f0f0; padding:10px; font-family:monospace;'>"
|
| 217 |
-
for m in logs:
|
| 218 |
-
log_html += f"<p style='margin:0; border-bottom:1px solid #ddd;'>{m}</p>"
|
| 219 |
-
log_html += "</div>"
|
| 220 |
-
|
| 221 |
-
# Sonuçları Tablo formatına getir
|
| 222 |
-
table_html = "<table style='width:100%; border-collapse:collapse;'><thead><tr style='background:#3b82f6; color:white;'>"
|
| 223 |
-
table_html += "<th>Varlık</th><th>İlk Etiket</th><th>Nihai Etiket</th><th>Kaynak</th></tr></thead><tbody>"
|
| 224 |
|
| 225 |
-
|
| 226 |
-
|
| 227 |
-
|
| 228 |
-
|
| 229 |
|
| 230 |
-
yield log_html,
|
| 231 |
|
| 232 |
iface = gr.Interface(
|
| 233 |
-
fn=
|
| 234 |
-
inputs=gr.Textbox(
|
| 235 |
-
outputs=[gr.HTML(label="Sistem Günlüğü"), gr.
|
| 236 |
-
title="
|
| 237 |
-
description="XLM-Roberta (CPU) ile temel NER ve Qwen 2.5 (ZeroGPU) ile akıllı etiket rafine etme."
|
| 238 |
)
|
| 239 |
|
| 240 |
if __name__ == "__main__":
|
| 241 |
-
|
| 242 |
-
iface.launch(server_name="0.0.0.0", server_port=port)
|
|
|
|
| 6 |
import gradio as gr
|
| 7 |
from transformers import pipeline
|
| 8 |
|
| 9 |
+
# --- 1. MODELLERİN HAZIRLANMASI ---
|
| 10 |
_initial_logs = []
|
| 11 |
|
| 12 |
+
# NER Modeli (Her zaman CPU)
|
|
|
|
|
|
|
| 13 |
ner_pipe = pipeline(
|
| 14 |
"ner",
|
| 15 |
model="xlm-roberta-large-finetuned-conll03-english",
|
| 16 |
aggregation_strategy="simple",
|
| 17 |
device="cpu"
|
| 18 |
)
|
| 19 |
+
_initial_logs.append("✅ Standart NER Modeli Hazır (CPU).")
|
| 20 |
|
| 21 |
+
# LLM Modeli (RAM'e yüklenir, @spaces.GPU ile CUDA'ya geçer)
|
|
|
|
|
|
|
| 22 |
model_id = "Qwen/Qwen2.5-1.5B-Instruct"
|
| 23 |
IS_LLM_ENABLED = False
|
|
|
|
| 24 |
try:
|
| 25 |
gen_pipe = pipeline(
|
| 26 |
"text-generation",
|
|
|
|
| 30 |
trust_remote_code=True
|
| 31 |
)
|
| 32 |
IS_LLM_ENABLED = True
|
| 33 |
+
_initial_logs.append("✅ LLM (Qwen) CPU belleğine yüklendi.")
|
| 34 |
except Exception as e:
|
| 35 |
+
_initial_logs.append(f"❌ LLM Yükleme Hatası: {e}")
|
|
|
|
| 36 |
|
| 37 |
+
# --- 2. YARDIMCI FONKSİYONLAR ---
|
| 38 |
|
| 39 |
def get_wiki_summary(term):
|
| 40 |
+
"""Wikipedia'dan en alakalı özeti çeker."""
|
| 41 |
try:
|
| 42 |
wikipedia.set_lang("tr")
|
| 43 |
+
# Arama sonuçlarından en üsttekini alarak karmaşayı önler
|
| 44 |
+
search_results = wikipedia.search(term)
|
| 45 |
+
if not search_results:
|
| 46 |
+
return None
|
| 47 |
+
return wikipedia.summary(search_results[0], sentences=2, auto_suggest=False)
|
|
|
|
|
|
|
|
|
|
| 48 |
except:
|
| 49 |
return None
|
| 50 |
|
| 51 |
@spaces.GPU
|
| 52 |
def refine_label_with_llm(entity_text, wiki_context, custom_label_definitions):
|
| 53 |
+
"""Sizin çalışan eski kodunuzdaki formatı kullanan GPU fonksiyonu."""
|
|
|
|
|
|
|
| 54 |
if not IS_LLM_ENABLED or gen_pipe is None:
|
| 55 |
return "MISC", "LLM aktif değil."
|
| 56 |
|
|
|
|
| 57 |
if next(gen_pipe.model.parameters()).device.type != "cuda":
|
| 58 |
gen_pipe.model.to("cuda")
|
| 59 |
|
| 60 |
+
label_definitions_str = "\n".join([f"- {k}: {v}" for k, v in custom_label_definitions.items()])
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 61 |
|
| 62 |
+
# Sizin paylaştığınız ve çalışan Few-Shot yapısı
|
| 63 |
prompt = f"""Sen uzman bir veri sınıflandırma sistemisin.
|
| 64 |
Görevin, aşağıdaki BAĞLAM'ı okumak ve ETİKET TANIMLARI'ndan hangisinin varlığa en uygun olduğunu belirlemektir.
|
| 65 |
|
| 66 |
+
ÖRNEK 1 (NORP İÇİN):
|
| 67 |
+
VARLIK: Türk
|
| 68 |
+
BAĞLAM: Türkler, Türkiye Cumhuriyeti'nde yaşayan büyük bir etnik gruptur.
|
| 69 |
+
SONUÇ: NORP
|
| 70 |
|
| 71 |
+
ÖRNEK 2 (SOFTWARE İÇİN):
|
| 72 |
+
VARLIK: Photoshop
|
| 73 |
+
BAĞLAM: Adobe tarafından geliştirilen fotoğraf düzenleme programı.
|
| 74 |
+
SONUÇ: SOFTWARE
|
| 75 |
|
| 76 |
---
|
| 77 |
ETİKET TANIMLARI:
|
| 78 |
{label_definitions_str}
|
| 79 |
---
|
|
|
|
|
|
|
| 80 |
VARLIK: {entity_text}
|
| 81 |
BAĞLAM (Wikipedia): {wiki_context}
|
| 82 |
|
| 83 |
ÇIKTI FORMATI:
|
| 84 |
+
Gerekçe: [Analiziniz]
|
| 85 |
+
Cevap: [SADECE ETİKET ADI]
|
| 86 |
|
| 87 |
Gerekçe:"""
|
| 88 |
|
| 89 |
messages = [{"role": "user", "content": prompt}]
|
| 90 |
|
| 91 |
try:
|
| 92 |
+
outputs = gen_pipe(messages, max_new_tokens=80, do_sample=False, temperature=0.1)
|
|
|
|
| 93 |
full_output = outputs[0]["generated_text"][-1]["content"].strip()
|
| 94 |
|
| 95 |
+
# Sizin kullandığınız 'Cevap:' satırı yakalama mantığı
|
| 96 |
final_label = "MISC"
|
| 97 |
+
reasoning = "Bağlam analiz edildi."
|
| 98 |
|
| 99 |
lines = full_output.split('\n')
|
| 100 |
for line in lines:
|
| 101 |
if 'Cevap:' in line:
|
| 102 |
raw_label = line.split('Cevap:')[-1].strip().upper()
|
| 103 |
+
# Gereksiz noktaları veya boşlukları temizle
|
| 104 |
+
raw_label = re.sub(r'[^A-Z_]', '', raw_label)
|
| 105 |
+
if raw_label in custom_label_definitions:
|
| 106 |
final_label = raw_label
|
| 107 |
+
elif 'Gerekçe:' in line:
|
| 108 |
reasoning = line.replace('Gerekçe:', '').strip()
|
| 109 |
+
|
| 110 |
return final_label, reasoning
|
| 111 |
+
except:
|
| 112 |
+
return "MISC", "LLM işleme hatası."
|
| 113 |
|
| 114 |
+
# --- 3. ANA İŞLEM HATTI ---
|
|
|
|
|
|
|
|
|
|
| 115 |
|
| 116 |
def advanced_ner_pipeline(text, target_labels, progress=gr.Progress()):
|
| 117 |
log_messages = list(_initial_logs)
|
|
|
|
| 118 |
yield log_messages, None
|
| 119 |
|
| 120 |
+
results = ner_pipe(text)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 121 |
final_results = []
|
|
|
|
| 122 |
|
| 123 |
+
for i, entity in enumerate(results):
|
| 124 |
word = entity['word']
|
| 125 |
label = entity['entity_group']
|
|
|
|
| 126 |
|
| 127 |
+
progress((i + 1) / len(results), desc=f"İnceleniyor: {word}")
|
| 128 |
|
| 129 |
+
res_obj = {"entity": word, "initial_label": label, "final_label": label, "source": "Model", "reasoning": ""}
|
| 130 |
+
|
| 131 |
+
if label == "MISC":
|
| 132 |
+
standardized_word = word.strip().title()
|
| 133 |
+
log_messages.append(f"⚠️ MISC tespit edildi: '{word}'. Wiki'ye soruluyor...")
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 134 |
yield log_messages, None
|
| 135 |
|
| 136 |
+
wiki_text = get_wiki_summary(standardized_word)
|
| 137 |
if wiki_text:
|
| 138 |
+
log_messages.append(f"🤖 LLM (GPU) '{standardized_word}' için karar veriyor...")
|
| 139 |
yield log_messages, None
|
| 140 |
|
| 141 |
+
new_label, reason = refine_label_with_llm(standardized_word, wiki_text, target_labels)
|
| 142 |
+
res_obj.update({"final_label": new_label, "source": "RAG+LLM", "reasoning": reason})
|
| 143 |
+
log_messages.append(f"🔄 Etiket Güncellendi: {new_label}")
|
|
|
|
|
|
|
|
|
|
|
|
|
| 144 |
else:
|
| 145 |
+
log_messages.append(f"❌ '{word}' için Wiki kaydı yok.")
|
| 146 |
+
|
|
|
|
|
|
|
| 147 |
final_results.append(res_obj)
|
| 148 |
+
yield log_messages, final_results
|
|
|
|
|
|
|
|
|
|
| 149 |
|
| 150 |
+
# --- 4. ARAYÜZ ---
|
| 151 |
|
| 152 |
+
custom_labels = {
|
| 153 |
"PER": "Kişi adları.", "ORG": "Kurumlar.", "LOC": "Yerler.",
|
| 154 |
+
"NORP": "Milliyetler, etnik veya dini gruplar.", "SOFTWARE": "Yazılımlar, işletim sistemleri.",
|
| 155 |
+
"MOVIE": "Filmler ve sinema eserleri.", "BOOK": "Kitaplar ve yazılı eserler.",
|
| 156 |
+
"PRODUCT": "Ticari ürünler.", "MISC": "Diğer kategoriler."
|
| 157 |
}
|
| 158 |
|
| 159 |
+
def process(text):
|
| 160 |
+
for logs, table in advanced_ner_pipeline(text, custom_labels):
|
| 161 |
+
log_html = "".join([f"<p style='margin:0; font-size:12px;'>{m}</p>" for m in logs])
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 162 |
|
| 163 |
+
table_data = []
|
| 164 |
+
if table:
|
| 165 |
+
for r in table:
|
| 166 |
+
table_data.append([r['entity'], r['initial_label'], r['final_label'], r['source']])
|
| 167 |
|
| 168 |
+
yield log_html, table_data
|
| 169 |
|
| 170 |
iface = gr.Interface(
|
| 171 |
+
fn=process,
|
| 172 |
+
inputs=gr.Textbox(label="Metin Girin"),
|
| 173 |
+
outputs=[gr.HTML(label="Sistem Günlüğü"), gr.HighlightedText(label="NER Sonuçları") if False else gr.Dataframe(headers=["Varlık", "İlk Etiket", "Nihai Etiket", "Kaynak"])],
|
| 174 |
+
title="NER RAG v2"
|
|
|
|
| 175 |
)
|
| 176 |
|
| 177 |
if __name__ == "__main__":
|
| 178 |
+
iface.launch(server_name="0.0.0.0", server_port=7860)
|
|
|