Create app.py

app.py

@@ -0,0 +1,42 @@
+import gradio as gr
+import spacy
+
+nlp_en = spacy.load("en_core_web_sm")
+nlp_de = spacy.load("de_core_news_sm")
+
+# Funktion schreiben die einen Text nimmt (Eng/Deu) und seine Entitäten ausgibt
+def get_named_entitites (sentence, language):
+    """
+    Sucht mit spacy nach Entitäten im angegebenen Satz.
+    
+    Parameters:
+    sentence (str): Der auf Entitäten zu überprüfende Satz.
+    language (str): Sprache des Satzes - "German" oder "English" zulässig.
+    
+    Returns:
+    str: Im Text erkannte Entitäten + Bedäutung.
+    """
+    if language not in ["German", "English"]:
+        raise ValueError('language muss "German" oder "English" sein')
+    if not isinstance(sentence, str):
+        raise ValueError('sentence muss ein string sein')
+    
+    if language == "German":
+        doc = nlp_de(sentence)
+    if language == "English":
+        doc = nlp_en(sentence)
+    
+    #entities = [[ent.text, ent.label_, spacy.explain(ent.label_)] for ent in doc.ents]
+    entities = ['{} --> {} == {}'.format(ent.text, ent.label_, spacy.explain(ent.label_)) for ent in doc.ents]
+    return(entities)
+
+
+get_named_entitites(sentence='Ich esse gerne Eierreis im Mensa U-boot', language="German") #Funktion funktioniert, spacy eher weniger
+
+
+# Gradio Anwendung basteln
+demo = gr.Interface(fn=get_named_entitites,
+                    inputs = ['text', gr.Radio(["German", "English"], label = "Language", info = "What is the language of your sentence? (Ger/Eng)")],
+                    outputs = "text")
+
+demo.launch()