Upload 2 files

app.py

@@ -0,0 +1,213 @@
+import gradio as gr
+from transformers import AutoTokenizer, AutoModel, PreTrainedTokenizerFast
+import torch
+import numpy as np
+from typing import List, Dict
+
+class SentenceEncoder:
+    def __init__(self, model_name="aubmindlab/bert-large-arabertv2", max_length=512):
+        self.tokenizer = AutoTokenizer.from_pretrained(model_name)
+        self.model = AutoModel.from_pretrained(model_name)
+        self.max_length = max_length
+        self.device = 'cuda' if torch.cuda.is_available() else 'cpu'
+        self.model.to(self.device)
+        
+    def mean_pooling(self, model_output, attention_mask):
+        """تجميع متوسط التمثيل للجملة"""
+        token_embeddings = model_output[0]
+        input_mask_expanded = attention_mask.unsqueeze(-1).expand(token_embeddings.size()).float()
+        return torch.sum(token_embeddings * input_mask_expanded, 1) / torch.clamp(input_mask_expanded.sum(1), min=1e-9)
+    
+    def encode(self, sentences: List[str]) -> np.ndarray:
+        """تحويل الجمل إلى متجهات"""
+        # تحويل النص إلى tokens
+        encoded_input = self.tokenizer(
+            sentences,
+            padding=True,
+            truncation=True,
+            max_length=self.max_length,
+            return_tensors='pt'
+        ).to(self.device)
+        
+        # الحصول على التمثيلات
+        with torch.no_grad():
+            model_output = self.model(**encoded_input)
+        
+        # تجميع المتوسط للحصول على تمثيل الجملة
+        sentence_embeddings = self.mean_pooling(model_output, encoded_input['attention_mask'])
+        
+        # تطبيع المتجهات
+        sentence_embeddings = torch.nn.functional.normalize(sentence_embeddings, p=2, dim=1)
+        
+        return sentence_embeddings.cpu().numpy()
+
+class ContractAnalyzer:
+    def __init__(self):
+        print("جاري تحميل النموذج...")
+        self.encoder = SentenceEncoder()
+        print("تم تحميل النموذج بنجاح!")
+
+        self.legal_keywords = [
+            "يلتزم", "الزام", "يتعهد", "يحق", "لا يحق", "شرط جزائي",
+            "فسخ العقد", "إنهاء", "تعويض", "غرامة", "مدة العقد",
+            "طرف أول", "طرف ثاني", "قيمة العقد", "التزامات", "سداد",
+            "دفعات", "ينكل", "ضمان", "مخالفة", "إخلال", "قوة قاهرة"
+        ]
+
+        self.analysis_prompt = """
+        تحليل العقد القانوني:
+        
+        1. معلومات أساسية:
+        - تاريخ العقد: {date}
+        - الأطراف المتعاقدة: {parties}
+        - موضوع العقد: {subject}
+        
+        2. تحليل المحتوى (درجة التشابه): {similarity_score}
+        
+        3. المخاطر المحتملة:
+        {risks}
+        
+        4. العناصر المفقودة أو غير الواضحة:
+        {missing_elements}
+        
+        5. توصيات قانونية:
+        {recommendations}
+        """
+
+    def compute_similarity(self, sentences: List[str]) -> float:
+        """حساب درجة التشابه بين الجمل"""
+        if not sentences:
+            return 0.0
+            
+        embeddings = self.encoder.encode(sentences)
+        if len(embeddings) < 2:
+            return 1.0
+            
+        # حساب مصفوفة التشابه
+        similarity_matrix = np.dot(embeddings, embeddings.T)
+        
+        # حساب متوسط التشابه
+        n = len(similarity_matrix)
+        similarity_sum = (similarity_matrix.sum() - n) / (n * (n - 1)) if n > 1 else 0
+        
+        return float(similarity_sum)
+
+    def analyze_contract(self, contract_text: str) -> str:
+        try:
+            # تقسيم النص إلى جمل
+            sentences = [s.strip() for s in contract_text.split('.') if len(s.strip()) > 5]
+            
+            # حساب درجة التشابه
+            similarity_score = self.compute_similarity(sentences)
+            
+            # استخراج المعلومات وتحليل المخاطر
+            contract_info = self.extract_contract_info(contract_text)
+            results = self.analyze_content(sentences)
+            
+            # تنسيق النتائج
+            formatted_results = self.analysis_prompt.format(
+                date=contract_info["date"],
+                parties="\n".join(contract_info["parties"]) or "غير محدد",
+                subject=contract_info["subject"],
+                similarity_score=f"{similarity_score:.2%}",
+                risks="\n".join([f"• {risk}" for risk in results["risks"]]) or "لا توجد مخاطر واضحة",
+                missing_elements="\n".join([f"• {element}" for element in results["missing_elements"]]) or "لا توجد عناصر مفقودة",
+                recommendations="\n".join([f"• {rec}" for rec in results["recommendations"]]) or "لا توجد توصيات إضافية"
+            )
+            
+            return formatted_results
+
+        except Exception as e:
+            return f"حدث خطأ أثناء التحليل: {str(e)}"
+
+    def analyze_content(self, sentences: List[str]) -> Dict:
+        """تحليل محتوى العقد"""
+        results = {
+            "risks": [],
+            "missing_elements": [],
+            "recommendations": []
+        }
+        
+        # تحليل المخاطر والعناصر المفقودة
+        for sentence in sentences:
+            # تحليل المخاطر
+            risk_words = ["مخالفة", "خرق", "نزاع", "خلاف", "إخلال", "فسخ"]
+            if any(word in sentence.lower() for word in risk_words):
+                results["risks"].append(sentence.strip())
+        
+        # التحقق من العناصر المفقودة
+        required_elements = [
+            "مدة العقد", "قيمة العقد", "التزامات الطرفين",
+            "طريقة السداد", "الضمانات", "شروط الإنهاء"
+        ]
+        
+        for element in required_elements:
+            if not any(element in s for s in sentences):
+                results["missing_elements"].append(element)
+                results["recommendations"].append(f"يجب إضافة {element} بشكل واضح في العقد")
+        
+        return results
+
+# باقي الكود (واجهة المستخدم) يبقى كما هو
+# إنشاء كائن المحلل
+analyzer = ContractAnalyzer()
+
+# دالة التحليل لواجهة gradio
+def analyze_text(text):
+    return analyzer.analyze_contract(text)
+
+# تكوين واجهة gradio
+iface = gr.Interface(
+    fn=analyze_text,
+    inputs=gr.Textbox(
+        placeholder="أدخل نص العقد هنا...",
+        label="نص العقد",
+        lines=30,
+        rtl=True,  # إضافة دعم RTL للمدخلات
+    ),
+    outputs=gr.Textbox(
+        label="نتائج التحليل",
+        lines=30,
+        rtl=True,  # إضافة دعم RTL للمخرجات
+    ),
+    title="محلل العقود القانونية ",
+    description="""
+    قم بإدخال نص العقد القانوني للحصول على تحليل شامل يتضمن:
+    • المعلومات الأساسية للعقد
+    • المخاطر المحتملة
+    • العناصر المفقودة
+    • التوصيات القانونية
+    """,
+    theme=gr.themes.Soft(
+        primary_hue="blue",
+        secondary_hue="blue",
+        neutral_hue="blue",
+
+    ),
+    css="""
+        .gradio-container {
+            direction: rtl !important;
+            text-align: right !important;
+        }
+        .output-markdown {
+            direction: rtl !important;
+            text-align: right !important;
+        }
+        .input-markdown {
+            direction: rtl !important;
+            text-align: right !important;
+        }
+        label {
+            text-align: right !important;
+        }
+        .prose {
+            direction: rtl !important;
+            text-align: right !important;
+        }
+    """
+)
+
+# تشغيل الواجهة
+iface.launch(share=True, debug=True)
+
+

requirements.txt

@@ -0,0 +1,4 @@
+transformers 
+torch 
+gradio 
+numpy