Hugging Face's logo

Spaces:
Emil25
/
g19_project
Sleeping

App Files Community
g19_project
File size: 3,925 Bytes 
92af0b1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
e7abec9
df73793
92af0b1
 
 
 
 
 
 
 
 
 
 
 
7947d3f
92af0b1
 
7947d3f
 
92af0b1
 
 
 
 
 
 
7947d3f
92af0b1
 
 
 
 
7947d3f
92af0b1
 
 
 
 
7947d3f
92af0b1
 
 
 
 
 
 
 
 
 
 
 
df73793
92af0b1
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
 
import streamlit as st
import pandas as pd
import requests
from wordcloud import WordCloud
import matplotlib.pyplot as plt
import os 
import re

# Установка API URL и заголовков
API_URL_tra = "https://api-inference.huggingface.co/models/Helsinki-NLP/opus-mt-en-ru"
API_URL_key = "https://api-inference.huggingface.co/models/ml6team/keyphrase-extraction-kbir-inspec"
API_URL_sum = "https://api-inference.huggingface.co/models/facebook/bart-large-cnn"

headers = {"Authorization": os.getenv("api_token")}


# Функция для получения ключевых слов
def get_key_words(payload):
	response = requests.post(API_URL_key, headers=headers, json=payload)
	return response.json()

# Функция для перевода слова
def translate_key_words(payload):
	response = requests.post(API_URL_tra, headers=headers, json=payload)
	return response.json()

# Функция для составления конспекта
def make_summary(payload):
	response = requests.post(API_URL_sum, headers=headers, json=payload)
	return response.json()


# Очищаем список слов
def clean_list(words_list):
    cleaned_words_list = []
    for word in words_list:
        word = word.lower()
        word =re.sub(r"[^а-яА-Яa-zA-Z\s]", "", word)
        word = word.lstrip()
        word = word.rstrip()
        cleaned_words_list.append(word)
    return cleaned_words_list


# Настраеваем заголовок и название страницы
st.set_page_config(layout="wide", page_title="Students' Personal Assistant")
st.markdown(' # :female-student: Персональный помощник для студентов')

st.divider()
st.markdown('# :blue_book:  Конспект на английском языке')



col1, col2 = st.columns(2)
text_from_tarea = col1.text_area('Введите тект статьи на английском языке', height=500)


button_start = st.button('Обработать текст')

key_words_list = []
if button_start:
    
    with st.spinner('...'):
        # Составляем конспект
        summary_text = make_summary({"inputs": text_from_tarea})
        col2.text_area('Конспект статьи', height=500, value=summary_text[0]['summary_text']) 
        
        # Извлекаем ключевые слова
        kew_words = get_key_words({	"inputs": text_from_tarea,})
        for key_word in kew_words :
            key_words_list.append(key_word['word'].lower())
        
        sorted_keywords = set(sorted(key_words_list))
        sorted_keywords = clean_list(sorted_keywords)

        # Переводим ключевые слова
        translated_words_list = []
        for key_word in sorted_keywords:   
            res = translate_key_words({"inputs": key_word,})
            translated_words_list.append(res[0]['translation_text'])

        # Создаем карточки
        cleaned_words_list_ru = clean_list(translated_words_list)
        cards_list = []
        for item1, item2 in zip(sorted_keywords, cleaned_words_list_ru):            
            cards_list.append([item1, item2])
        
        
    st.success('Готово')

    # Выводим Word Cloud
    st.set_option('deprecation.showPyplotGlobalUse', False)
    words_str = ', '.join(sorted_keywords)
    w = WordCloud(background_color="white").generate(words_str)
    plt.imshow(w, interpolation='bilinear')
    plt.imshow(w)
    plt.axis("off")
    st.pyplot()

    # Выводим карточки 
    st.markdown('# :bookmark_tabs: Карточки из ключевых слов')
    for el in cards_list:
        with st.chat_message("assistant"):
            #st.divider()            
            st.markdown('# :flower_playing_cards:')
            st.markdown(f'#  :green[{el[0]}]')
            st.markdown(f'## :blue[{el[1]}]')            
            st.divider()