Add application file

app.py

@@ -0,0 +1,39 @@
+import gradio as gr
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+
+tokeniser = AutoTokenizer.from_pretrained("rbawden/CCASS-semi-auto-titrages-base")
+model = AutoModelForSeq2SeqLM.from_pretrained("rbawden/CCASS-semi-auto-titrages-base")
+
+
+def generate_titre(matiere_and_titrage_prefix):
+    inputs = tokeniser(matiere_and_titrage_prefix, return_tensors="pt")
+    outputs = model.generate(inputs["input_ids"])
+    res = tokeniser.batch_decode(
+        outputs, skip_special_tokens=True, clean_up_tokenisation_spaces=True
+    )
+    if not (
+        confirm := gr.inputs.Confirm(
+            label=f"Le modèle prédit que le titre est {res}. Est-ce le cas ?",
+            default=False,
+        ).value
+    ):
+        return {"FAIL"}
+    pred_titre += f"<t> {res} <t>"  
+    inputs = tokeniser(matiere_and_titrage_prefix, return_tensors="pt")
+    outputs = model.generate(inputs["input_ids"])
+    res = tokeniser.batch_decode(
+        outputs, skip_special_tokens=True, clean_up_tokenisation_spaces=True
+    )
+    return {"next_prediction": res}
+
+
+input_matter = gr.inputs.Textbox(label="Matière")
+input_sommaire = gr.inputs.Textbox(label="Sommaire")
+output_text = gr.outputs.Textbox(label="Next Prediction")
+pred_titre = ""
+matiere_and_titrage_prefix = f"{input_matter} {pred_titre} {input_sommaire}"
+
+
+gr.Interface(
+    fn=generate_titre, inputs=matiere_and_titrage_prefix, outputs=output_text
+).launch()