Create app.js

app.js

@@ -0,0 +1,42 @@
+# INTERFAZ USANDO GRADIO
+
+from transformers import pipeline
+import gradio as gr
+import pandas as pd
+
+# Cargar el modelo entrenado
+model_path = "AleMarroquin18/beto-finetuned-ner"
+nlp_ner = pipeline("token-classification", model=model_path, tokenizer=model_path)
+
+
+
+
+
+# Función para predecir y estructurar los resultados
+def predict_entities(text):
+    results = nlp_ner(text)
+    if not results:  # Si no hay entidades detectadas
+        return "No se detectaron entidades."
+
+    # Crear un DataFrame para estructurar los resultados
+    data = {
+        "Token": [result["word"] for result in results],
+        "Etiqueta": [result["entity"] for result in results],
+        "Confianza (%)": [f'{result["score"]*100:.2f}' for result in results],
+        "Inicio": [result["start"] for result in results],
+        "Fin": [result["end"] for result in results]
+    }
+    df = pd.DataFrame(data)
+    return df
+
+# Interfaz con una tabla como salida
+interface_beto = gr.Interface(
+    fn=predict_entities,
+    inputs=gr.Textbox(lines=2, placeholder="Escribe un texto para analizar entidades"),
+    outputs=gr.Dataframe(headers=["Token", "entity", "Confianza (%)", "Inicio", "Fin"]),
+    title="BETO NER",
+    description="Prueba el modelo fine-tuneado de BETO en BioBERT para NER."
+)
+
+# Lanzar la interfaz
+interface_beto.launch()