--- title: Resumen Automatico Es emoji: 馃敟 colorFrom: yellow colorTo: indigo sdk: gradio sdk_version: 5.23.2 app_file: app.py pinned: false license: cc-by-nc-4.0 short_description: Generador de res煤menes autom谩ticos de textos en espa帽ol --- # Generador de res煤menes autom谩ticos de textos en espa帽ol En este ejercicio, hemos desarrollado una aplicaci贸n que genera res煤menes autom谩ticos de textos largos en espa帽ol, utilizando un modelo preentrenado de HuggingFace. A trav茅s de esta tarea, hemos aprendido a cargar y configurar un modelo de resumen, crear un pipeline de resumen y desplegar una aplicaci贸n interactiva en HuggingFace Spaces utilizando Gradio. ### Documentaci贸n del Proceso El proceso de implementaci贸n ha consistido en los siguientes pasos: 1. **Exploraci贸n del Modelo**: Seleccionamos el modelo `mrm8488/bert2bert_shared-spanish-finetuned-summarization` para realizar la tarea de resumen autom谩tico en espa帽ol. 2. **Preparaci贸n del Entorno**: Creamos un nuevo Space en HuggingFace, configuramos las dependencias necesarias en el archivo `requirements.txt` y preparamos el archivo principal (`app.py`). 3. **Desarrollo de la Aplicaci贸n**: Implementamos el c贸digo necesario para cargar el modelo y el tokenizer, creamos el pipeline de resumen y desarrollamos una interfaz con Gradio para que los usuarios pudieran interactuar con la aplicaci贸n. 4. **Despliegue y Pruebas**: Subimos los archivos al Space, ejecutamos la aplicaci贸n y realizamos pruebas con varios textos largos en espa帽ol para verificar la calidad de los res煤menes generados. ### Discusi贸n Este ejercicio demuestra c贸mo los modelos preentrenados de HuggingFace pueden ser utilizados para tareas complejas como la generaci贸n de res煤menes, sin necesidad de entrenar un modelo desde cero. La integraci贸n con Gradio facilita el desarrollo de aplicaciones interactivas, mientras que la infraestructura de HuggingFace Spaces permite un despliegue r谩pido y sencillo. En cuanto a posibles mejoras, se podr铆an explorar nuevas opciones de personalizaci贸n en la interfaz, como permitir al usuario seleccionar la longitud del resumen o incluir m煤ltiples modelos para la generaci贸n de res煤menes en diferentes estilos. Tambi茅n ser铆a interesante optimizar el manejo de textos muy largos, dividiendo autom谩ticamente el texto en fragmentos antes de resumirlo. Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference