Create app.py

app.py

@@ -0,0 +1,37 @@
+import gradio as gr
+from transformers import LEDTokenizer, LEDForConditionalGeneration
+import torch
+
+# โหลดโมเดลและ tokenizer
+model_name = "allenai/led-large-16384-arxiv"
+tokenizer = LEDTokenizer.from_pretrained(model_name)
+model = LEDForConditionalGeneration.from_pretrained(model_name)
+
+# ฟังก์ชันสรุปข้อความ
+def summarize_text(text, min_len=100, max_len=300):
+    inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=16384)
+    with torch.no_grad():
+        summary_ids = model.generate(
+            **inputs,
+            max_length=max_len,
+            min_length=min_len,
+            num_beams=4,
+            length_penalty=2.0
+        )
+    summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
+    return summary
+
+# UI Gradio
+app = gr.Interface(
+    fn=summarize_text,
+    inputs=[
+        gr.Textbox(lines=15, placeholder="วางข้อความยาว ๆ ที่นี่...", label="Input Text"),
+        gr.Slider(50, 500, value=100, label="Minimum Summary Length"),
+        gr.Slider(100, 1000, value=300, label="Maximum Summary Length"),
+    ],
+    outputs=gr.Textbox(label="Summarized Text"),
+    title="📄 Long Document Summarizer (LED 16k)",
+    description="ใช้โมเดล allenai/led-large-16384-arxiv สำหรับสรุปข้อความยาวมาก เช่น บทความ งานวิจัย หรือเอกสารหลายหน้า"
+)
+
+app.launch()