Update app.py

app.py

@@ -8,11 +8,21 @@ import gradio as gr
 #tokenizer = BertTokenizer.from_pretrained('clinicalBERT')
 #model = BertLMHeadModel.from_pretrained('clinicalBERT')
 
-from transformers import AutoTokenizer, AutoModel
-tokenizer = AutoTokenizer.from_pretrained("medicalai/ClinicalBERT")
-model = AutoModel.from_pretrained("medicalai/ClinicalBERT")
+#from transformers import AutoTokenizer, AutoModel
+#tokenizer = AutoTokenizer.from_pretrained("medicalai/ClinicalBERT")
+#model = AutoModel.from_pretrained("medicalai/ClinicalBERT")
 
 
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+
+# Carica il modello e il tokenizzatore
+tokenizer = AutoTokenizer.from_pretrained("emilyalsentzer/Bio_ClinicalBERT")
+model = AutoModelForSequenceClassification.from_pretrained("emilyalsentzer/Bio_ClinicalBERT", num_labels=2)
+
+# Esempio di utilizzo del modello
+inputs = tokenizer("Esempio di testo da classificare", return_tensors="pt")
+outputs = model(**inputs)
+
 # Define a function to generate text using the model
 def generate_text(input_text):
     input_ids = tokenizer.encode(input_text, return_tensors='pt')