Spaces:
Sleeping
Sleeping
File size: 3,221 Bytes
d80cefe 89234ac 09c5776 4e44cd8 89234ac 3730ae4 89234ac f2ac969 89234ac f2ac969 89234ac f2ac969 89234ac 3730ae4 89234ac 3730ae4 4e44cd8 89234ac f2ac969 89234ac 3730ae4 89234ac f2ac969 89234ac 3730ae4 89234ac 3730ae4 f2ac969 89234ac f2ac969 89234ac f2ac969 89234ac f2ac969 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 | import os
import gradio as gr
from difflib import Differ
from transformers import pipeline
model_id = "yassin-hussein/Five-Epoch-24-Aug-Central-Kurdish-Spell-Checker"
hf_token = os.getenv("HF_TOKEN")
spell_corrector = pipeline(
"text2text-generation",
model=model_id,
max_length=1024,
token=hf_token,
)
def correct_spell(text):
d = Differ()
if text is None:
text = ""
# Generate 3 candidates (ensure num_return_sequences <= num_beams)
outputs = spell_corrector(text, num_beams=5, num_return_sequences=3)
first = outputs[0]['generated_text']
all_three = "\n\n".join([o['generated_text'] for o in outputs])
diff = [
(tok[2:], tok[0] if tok[0] != " " else None)
for tok in d.compare(text, first)
]
return diff, all_three
demo = gr.Interface(
correct_spell,
[
gr.Textbox(
label="Input text",
info="Initial text to be corrected",
lines=3,
value="نوووسینێکی ڕااست بێهەڵە",
rtl=True
),
],
outputs=[
gr.HighlightedText(
label="Diff (vs Suggestion #1)",
combine_adjacent=True,
show_legend=True,
color_map={"-": "pink", "+": "green"},
rtl=True,
elem_id="kurdi"
),
gr.Textbox(label="Three Suggestions", rtl=True, container=True)
],
examples=[
"حکومەتلە گفتوگۆحانی پەرلەماندا لەسەربودجەی نوێ ڕایگەیاند کە لە دەنگدانلەسەر بودجە بەردەوام دەبێت",
"ژنەڤ کاندغدێکی کورد نەشتەرگەری بۆکەا",
"فەستبخەرکرانی سێ هاووڵاتی لە شاری بۆکانلە لاین هێزە ئەمنییکەانەوە",
"ئەم وێنجانەی وخارەوەش چەند ێونەیەکی دەزپێرکاوی مۆبایلەکەن",
"خۆگزە توانیبام ژیان لە دیداری یەکەی ژاچگرێ بدەم",
"هەرفەرمانبەرێک بەناشچایستە پلەی نوەزیفیوەرگرتبێتلێیدەسەرنێتەەو",
"ماوەیەکەدەست ەب ئاامدەکسری کرا٦وە بۆ بەڕێوەچوونی ەششەمین فیستیڤاڵینێودەوڵەتیی هەولێرب ۆ شانۆ",
"ەڵم ئارەزوومە کە فیلمێک لە سەرحۆریەکانی ێجەریای نێوچیڕۆکەکانیشەوان عەرەبیەوە بەرخهەم بهێنم",
"پارەی ئەلکتترۆنیکی هیان راوی دیجیتاڵ جۆرە راوێکە کە تەنیا بە شێوەی ئەلیکترۆنیکی لەبەردەستەایە"
],
title="Central Kurdish Spell Checker",
css="#kurdi { text-align: right; }",
theme=gr.themes.Base(
primary_hue="pink",
secondary_hue="stone",
text_size=gr.themes.sizes.text_lg,
spacing_size=gr.themes.sizes.spacing_lg,
radius_size=gr.themes.sizes.radius_lg,
font=gr.themes.GoogleFont("Noto Sans"),
),
flagging_mode='auto' # (allow_flagging is deprecated)
)
if __name__ == "__main__":
demo.launch()
|