Update app.py

app.py

@@ -30,19 +30,18 @@ def preprocess_text(text: str) -> str:
     processed = " ".join(lemmas)
     return processed
 
-st.title("RuBERT-Tiny Sentiment Classification")
+st.title("Анализ тональности отзывов с помощью RuBERT-Tiny")
 
 st.write(
     """
-    This app uses SpaCy for preprocessing (tokenization, stopword removal, lemmatization)
-    to match the new training process. Then it classifies the sentiment using a fine-tuned
-    RuBERT-Tiny model.
+    Данный интерфейс позволяет определить тональность отзывов о финансовых организациях с помощью языковой модели RuBERT-Tiny. Приложение производит бинарную классификацию
+    текста на "позитивный" и "негативный" классы.
     """
 )
 
-user_input = st.text_area("Enter a Russian text for sentiment classification:")
+user_input = st.text_area("Введите текст отзыва на русском языке:")
 
-if st.button("Predict"):
+if st.button("Предсказать"):
     if user_input.strip():
         processed_text = preprocess_text(user_input)
 
@@ -53,6 +52,12 @@ if st.button("Predict"):
             logits = outputs.logits
             prediction = torch.argmax(logits, dim=-1).item()
 
-        st.write(f"Prediction (Sentiment): **{prediction}**")
+        prediction_text = 'None'
+        if prediction == 0:
+            prediction_text = 'отзыв имеет положительную окраску'
+        else:
+            prediction_text = 'отзыв имеет негативную окраску'
+
+        st.write(f"Предсказание: **{prediction_text}**")
     else:
-        st.warning("Please enter some text before pressing 'Predict'.")
+        st.warning("Пожалуйста введите какой-либо текст перед нажатием кнопки 'Предсказать'.")