Add application file

Dockerfile

@@ -0,0 +1,12 @@
+FROM python:3.9.18
+
+COPY requirements.txt .
+
+RUN pip install --no-cache-dir --upgrade -r requirements.txt
+
+COPY . .
+
+EXPOSE 7860
+
+CMD ["flask", "run", "--host=0.0.0.0", "--port=7860"]
+

app.py

@@ -0,0 +1,113 @@
+from flask import Flask, request, jsonify
+from transformers import AutoModel, AutoTokenizer
+import torch
+
+app = Flask(__name__)
+
+# Load the Nepali sentence similarity model
+model_name = "l3cube-pune/indic-sentence-similarity-sbert"
+model = AutoModel.from_pretrained(model_name)
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+torch.save(model,"model.pt")
+
+model_2 = torch.load("model.pt")
+# Load your array of sentences
+sentence_array = [
+    "घर/जग्गा नामसारीको सिफारिस गरी पाऊँ",
+    "मोही लगत कट्टाको सिफारिस पाउं",
+    "घर कायम सिफारीस पाउं",
+    "अशक्त सिफारिस",
+    "छात्रबृत्तिको लागि सिफारिस पाऊँ",
+    "आदिवासी जनजाति प्रमाणित गरी पाऊँ",
+    "अस्थायी बसोबासको सिफारिस पाऊँ",
+    "स्थायी बसोबासको सिफारिस गरी पाऊँ",
+    "आर्थिक अवस्था कमजोर सिफारिस पाऊँ",
+    "नयाँ घरमा विद्युत जडान सिफारिस पाऊँ",
+    "धारा जडान सिफारिस पाऊँ",
+    "दुबै नाम गरेको ब्यक्ति एक्कै हो भन्ने सिफारिस पाऊँ",
+    "ब्यवसाय बन्द सिफारिस पाऊँ",
+    "व्यवसाय ठाउँसारी सिफारिस पाऊँ",
+    "कोर्ट–फिमिनाहा सिफारिस पाऊँ",
+    "नाबालक सिफारिस पाऊँ",
+    "चौपाया सिफारिस पाऊँ",
+    "संस्था दर्ता गरी पाऊँ",
+    "विद्यालय ठाउँसारी सिफारिस पाऊँ",
+    "विद्यालय संचालन/कक्षा बृद्धिको सिफारिस पाऊँ",
+    "जग्गा दर्ता सिफारिस पाऊँ",
+    "संरक्षक सिफारिस पाऊँ",
+    "बाटो कायम सिफारिस पाऊँ",
+    "जिवित नाता प्रमाणित गरी पाऊँ",
+    "मृत्यु नाता प्रमाणित गरी पाऊँ",
+    "निःशुल्क स्वास्थ्य उपचारको लागि सिफारिस पाऊँ",
+    "संस्था दर्ता सिफारिस पाऊँ",
+    "घर बाटो प्रमाणित गरी पाऊँ",
+    "चारकिल्ला प्रमाणित गरि पाउ",
+    "जन्म मिति प्रमाणित गरि पाउ",
+    "बिवाह प्रमाणित गरि पाऊँ",
+    "घर पाताल प्रमाणित गरी पाऊँ",
+    "हकदार प्रमाणित गरी पाऊँ",
+    "अबिवाहित प्रमाणित गरी पाऊँ",
+    "जग्गाधनी प्रमाण पूर्जा हराएको सिफारिस पाऊँ",
+    "व्यवसाय दर्ता गरी पाऊँ",
+    "मोही नामसारीको लागि सिफारिस गरी पाऊँ",
+    "मूल्याङ्कन गरी पाऊँ",
+    "तीन पुस्ते खोली सिफारिस गरी पाऊँ",
+    "पुरानो घरमा विद्युत जडान सिफारिस पाऊँ",
+    "सामाजिक सुरक्षा भत्ता नाम दर्ता सम्बन्धमा",
+    "बहाल समझौता",
+    "कोठा खोली पाऊँ",
+    "अपाङ्ग सिफारिस पाऊँ",
+    "नापी नक्सामा बाटो नभएको फिल्डमा बाटो भएको सिफारिस",
+    "धारा नामसारी सिफारिस पाऊँ",
+    "विद्युत मिटर नामसारी सिफारिस",
+    "फोटो टाँसको लागि तीन पुस्ते खोली सिफारिस पाऊ",
+    "कोठा बन्द सिफारिस पाऊँ",
+    "अस्थाई टहराको सम्पत्ति कर तिर्न सिफारिस गरी पाऊँ",
+    "औषधि उपचार बापत खर्च पाउँ भन्ने सम्वन्धमा",
+    "नागरिकता र प्रतिलिपि सिफारिस",
+    "अंग्रेजीमा सिफारिस"
+]
+
+@app.route('/check_similarity', methods=['POST'])
+def check_similarity():
+    try:
+        #get data from form data
+        voice_text = request.form['voice_text']
+
+        # Sample voice input (replace this with your actual voice-to-text conversion)
+        """ voice_text = "कस्तो सिफारिस गर्नुपर्छ अस्थायी बसोबासको?" """
+
+        # Tokenize the voice_text
+        voice_inputs = tokenizer(voice_text, return_tensors="pt")
+
+        # Get the model output (embedding)
+        model_output = model(**voice_inputs).pooler_output
+
+        # Calculate similarity scores
+        similarity_scores = []
+        for sentence in sentence_array:
+            sentence_inputs = tokenizer(sentence, return_tensors="pt")
+            sentence_output = model(**sentence_inputs).pooler_output
+
+            # You might want to use a different score if the model provides one
+            similarity_score = torch.nn.functional.cosine_similarity(model_output, sentence_output).item()
+            similarity_scores.append(similarity_score)
+
+        # Find the most similar sentence
+        max_similarity_index = similarity_scores.index(max(similarity_scores))
+        most_similar_sentence = sentence_array[max_similarity_index]
+
+        result = {
+            "voice_text": voice_text,
+            "most_similar_sentence": most_similar_sentence,
+            "max_similarity_index" : max_similarity_index,
+            "similarity_score": max(similarity_scores)
+        }
+
+        return jsonify(result)
+
+    except Exception as e:
+        return jsonify({"error": str(e)}), 500
+
+if __name__ == '__main__':
+    app.run(port=5000, debug=True)

compose-dev.yaml

@@ -0,0 +1,12 @@
+services:
+  app:
+    entrypoint:
+    - sleep
+    - infinity
+    image: docker/dev-environments-default:stable-1
+    init: true
+    volumes:
+    - type: bind
+      source: /var/run/docker.sock
+      target: /var/run/docker.sock
+

docker-compose.yml

@@ -0,0 +1,12 @@
+version: '3.7'
+
+
+services:
+  mlapp:
+    container_name: mlapp
+    image: manavkhadka0/mlapp
+    ports:
+      - "3000:3000"
+    build:
+      context: .
+      dockerfile: Dockerfile

requirements.txt

@@ -0,0 +1,4 @@
+transformers==4.33.3
+flask==2.2.2
+torch==2.1.2
+Werkzeug==2.2.2