Create app.py

app.py

@@ -0,0 +1,26 @@
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline
+import gradio as gr
+
+# Cargar el tokenizer y el modelo desde el repositorio del modelo preentrenado
+tokenizer = AutoTokenizer.from_pretrained("mrm8488/bert2bert_shared-spanish-finetuned-summarization")
+model = AutoModelForSeq2SeqLM.from_pretrained("mrm8488/bert2bert_shared-spanish-finetuned-summarization")
+
+# Crear el pipeline de resumen utilizando los objetos cargados
+resumidor = pipeline("summarization", model=model, tokenizer=tokenizer)
+
+def generar_resumen(texto):
+    # Generar el resumen usando el pipeline
+    resumen = resumidor(texto, max_length=130, min_length=30, do_sample=False)
+    return resumen[0]["summary_text"]
+
+# Crear la interfaz de Gradio
+demo = gr.Interface(
+    fn=generar_resumen,
+    inputs=gr.Textbox(lines=10, placeholder="Pega aquí un texto largo en español..."),
+    outputs="text",
+    title="Generación de Resúmenes Automáticos",
+    description="Introduce un texto largo en español y obtén un resumen generado automáticamente por un modelo preentrenado."
+)
+
+# Lanzar la aplicación
+demo.launch()