app.py

import streamlit as st
from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Model ve tokenizer'ı yükle
model_path = 'microsoft/deberta-xlarge'
tokenizer = AutoTokenizer.from_pretrained(model_path)
model = AutoModelForSequenceClassification.from_pretrained(model_path)

# Streamlit uygulaması
st.title('DeBERTa-XLarge Model ile Metin Sınıflandırma')

# Kullanıcıdan metin girişi al
user_input = st.text_area("Metni Buraya Yazın:", height=200)

if st.button("Tahmin Et"):
    if user_input:
        # Tokenizasyon
        inputs = tokenizer(user_input, return_tensors='pt', padding=True, truncation=True)
        
        # Modeli çalıştır
        with torch.no_grad():
            outputs = model(**inputs)
        
        # Tahmini elde et
        predictions = torch.argmax(outputs.logits, dim=-1)
        
        # Sonucu göster
        st.success(f'Tahmin Sonucu: {predictions.item()}')
    else:
        st.warning("Lütfen bir metin giriniz.")