Upload app.py

app.py

@@ -0,0 +1,55 @@
+from platform import processor
+import streamlit as st
+from load_data import candidate_labels
+import numpy as np
+from load_data import *
+import pickle
+import torch
+from BART_utils import get_taggs, compare_trans
+
+st.title("Flitto Domain Tagger Demo V0.4.1")
+device = "cuda:0" if torch.cuda.is_available() else "cpu"
+if device == "cpu":
+    processor = "🖥️"
+else:
+    processor = "💽"
+
+st.subheader("Running on {}".format(device + processor))
+
+
+user_input = st.text_area(
+    "👇도메인 태그를 생성할 문장을 입력하세요", "This app uses Facebook Zero-shot NLI model. It uses a pre-trained NLI models as a ready-made zero-shot sequence classifiers"
+)
+
+thred = st.slider(
+    "👇태그 생성 thredhold 설정. 결과가 나오지 않을경우, threshold를 0에 가깝게 낮추세요!",
+    0.0,
+    1.0,
+    0.5,
+    step=0.01,
+)
+if thred:
+    st.write(thred, " 이상의 confidence level인 태그만 생성합니다.")
+
+maximum = st.number_input("👇최대 태그 갯수 설정", 0, 10, 5, step=1)
+st.write("최대 {} 개의 태그 생성".format(maximum))
+
+check_source = st.checkbox("🏷️용처 / 출처 태그 생성")
+submit = st.button("👈클릭해서 태그 생성")
+if submit:
+
+    with st.spinner("⌛태그를 생성하는 중입니다..."):
+        result = get_taggs(user_input, candidate_labels, thred)
+        result = result[:maximum]
+    st.subheader("🔍혹시 이런 주제의 문장인가요? : ")
+    if len(result) == 0:
+        st.write("😢저런..결과가 없습니다. Threshold를 낮춰보세요!")
+    for i in result:
+        st.write("➡️ " + i[0], "{}%".format(int(i[1] * 100)))
+
+    if check_source:
+        with st.spinner("⌛사용 목적 태그 생성중..."):
+            source_result = get_taggs(user_input, source, thred=0)
+        st.subheader("🔍혹시 이 사용목적의 문장인가요? : ")
+        for i in source_result[:3]:
+            st.write("🏷️ " + i[0], "{}%".format(int(i[1] * 100)))