Update app.py

app.py

@@ -5,8 +5,8 @@ from PIL import Image
 import re
 
 st.sidebar.header("**Instructions**")
-st.sidebar.markdown("Démonstrateur des modèles [NERmembert](https://hf.co/collections/CATIE-AQ/french-ner-pack-658aefafe3f7a2dcf0e4dbb4) entraînés sur 385 000 à 420 000 données en français en fonction de la configuration. Les modèles sont capables d'étiquetter les entités LOC (Localisations), PER (Personnalités), ORG (Organisations) et MISC (Divers). Ils sont disponibles en version *base* (110M de paramètres) et *large* (335M de paramètres). Pour les essayer, sélectionnez la version de votre choix ci-dessous, puis renseignez un texte. Enfin appuyez sur le bouton « Appliquer le modèle » pour observer la réponse trouvée par le modèle. Pour en savoir plus sur ces modèles, vous pouvez lire l'[article de blog](https://blog.vaniila.ai/NER/) détaillant la démarche suvie.")
-version = st.sidebar.radio("Choix de la version du modèle :", ["version 4 entités base", "version 4 entités large", "version 3 entités base", "version 3 entités large"])
+st.sidebar.markdown("Démonstrateur du modèle [NERmemBERT](https://hf.co/collections/CATIE-AQ/french-ner-pack-658aefafe3f7a2dcf0e4dbb4) entraîné sur 385 000 à 420 000 données en français en fonction de la configuration. Il est capable d'étiquetter les entités LOC (Localisations), PER (Personnalités), ORG (Organisations) et MISC (Divers). Il est disponible en huit versions : NERmemBERT1-3entities-base (110M de paramètres, contexte de 512 tokens), NERmemBERT2-3entities-base (111M de paramètres, contexte de 1024 tokens), NERmemBERTa-3entities (111M de paramètres, contexte de 1024 tokens), NERmemBERT1-3entities-large (336M de paramètres, contexte de 512 tokens), NERmemBERT1-4entities-base (110M de paramètres, contexte de 512 tokens), NERmemBERT2-4entities-base (111M de paramètres, contexte de 1024 tokens), NERmemBERTa-4entities (111M de paramètres, contexte de 1024 tokens), NERmemBERT1-4entities-large (336M de paramètres, contexte de 512 tokens). Pour utiliser l'application, sélectionnez la version de votre choix ci-dessous, puis renseignez un texte. Enfin appuyez sur le bouton « Appliquer le modèle » pour observer la réponse trouvée par le modèle. Pour en savoir plus sur ces modèles, vous pouvez lire l'[article de blog](https://blog.vaniila.ai/NER/) détaillant la démarche suvie.")
+version = st.sidebar.radio("Choix de la version du modèle :", ["NERmemBERT1-3entities-base", "NERmemBERT2-3entities-base", "NERmemBERTa-3entities", "NERmemBERT1-3entities-large","NERmemBERT1-4entities-base", "NERmemBERT2-4entities-base", "NERmemBERTa-4entities", "NERmemBERT1-4entities-large"])
 st.sidebar.markdown("---")
 st.sidebar.markdown("Ce modèle a été entraîné via la plateforme [*Vaniila*](https://www.vaniila.ai/) du [CATIE](https://www.catie.fr/).")
 
@@ -16,18 +16,34 @@ st.sidebar.image(image, caption=None, width=None, use_column_width=None, clamp=F
 
 @st.cache_resource
 def load_model(version,text):
-    if version == "version 3 entités base":
+    if version == "NERmemBERT1-3entities-base:
         ner = pipeline('token-classification', model='CATIE-AQ/NERmembert-base-3entities', tokenizer='CATIE-AQ/NERmembert-base-3entities', aggregation_strategy="simple")
         result = ner(text)
         return result   
-    if version == "version 3 entités large":
+    if version == "NERmemBERT2-3entities-base:
+        ner = pipeline('token-classification', model='CATIE-AQ/NERmembert2-3entities', tokenizer='CATIE-AQ/NERmembert2-3entities', aggregation_strategy="simple")
+        result = ner(text)
+        return result   
+    if version == "NERmemBERTa-3entities-base:
+        ner = pipeline('token-classification', model='CATIE-AQ/NERmemberta-3entities', tokenizer='CATIE-AQ/NERmemberta-3entities', aggregation_strategy="simple")
+        result = ner(text)
+        return result   
+    if version == "NERmemBERT1-3entities-large":
         ner = pipeline('token-classification', model='CATIE-AQ/NERmembert-large-3entities', tokenizer='CATIE-AQ/NERmembert-large-3entities', aggregation_strategy="simple")
         result = ner(text)
         return result   
-    if version == "version 4 entités base":
+    if version == "NERmemBERT1-4entities-base:
         ner = pipeline('token-classification', model='CATIE-AQ/NERmembert-base-4entities', tokenizer='CATIE-AQ/NERmembert-base-4entities', aggregation_strategy="simple")
         result = ner(text)
         return result   
+    if version == "NERmemBERT2-4entities-base:
+        ner = pipeline('token-classification', model='CATIE-AQ/NERmembert2-4entities', tokenizer='CATIE-AQ/NERmembert2-4entities', aggregation_strategy="simple")
+        result = ner(text)
+        return result   
+    if version == "NERmemBERTa-4entities-base:
+        ner = pipeline('token-classification', model='CATIE-AQ/NERmemberta-4entities', tokenizer='CATIE-AQ/NERmemberta-4entities', aggregation_strategy="simple")
+        result = ner(text)
+        return result   
     else:
         ner = pipeline('token-classification', model='CATIE-AQ/NERmembert-large-4entities', tokenizer='CATIE-AQ/NERmembert-large-4entities', aggregation_strategy="simple")
         result = ner(text)