| import streamlit as st | |
| import torch | |
| import torch.nn as nn | |
| from transformers import AutoTokenizer, AutoModelForSeq2SeqLM | |
| st.markdown("### Hello, world!") | |
| st.markdown("<img width=200px src='https://rozetked.me/images/uploads/dwoilp3BVjlE.jpg'>", unsafe_allow_html=True) | |
| # ^-- можно показывать пользователю текст, картинки, ограниченное подмножество html - всё как в jupyter | |
| st.markdown("#### Title") | |
| title = st.text_area("Title") | |
| st.markdown("#### Abstract") | |
| abstract = st.text_area("Abstract") | |
| #from transformers import pipeline | |
| #pipe = pipeline("ner", "Davlan/distilbert-base-multilingual-cased-ner-hrl") | |
| #raw_predictions = pipe(text) | |
| # тут уже знакомый вам код с huggingface.transformers -- его можно заменить на что угодно от fairseq до catboost | |
| st.markdown(f"{title + ' ' + abstract}") |