import streamlit as st st.set_page_config(page_title="Student Assistant") st.markdown(''' # :female-student: «Персональный помощник для студентов» Данное приложение предназначено для обработки научных статей на английском языке. Оно осуществляет автоматическое составление краткого изложения (summary) статьи, извлечение ключевых слов и создание облака слов (word cloud) для облегчения запоминания этих слов. Кроме того, приложение создает карточки, содержащие эти ключевые слова и их перевод. ## Описание цели проекта и его функциональности **Цель проекта:** помочь пользователям быстро и эффективно обрабатывать и запоминать содержимое научных статей на английском языке. Оно предоставляет удобный интерфейс, который автоматически генерирует краткое изложение статьи, выделяет наиболее важные ключевые слова и предлагает их перевод на русский язык. - **Составление краткого изложения статьи.** Приложение использует модель "bart-large-cnn" для автоматического генерирования краткого изложения статьи. Это позволяет пользователям быстро ознакомиться с ее основным содержанием. - **Извлечение ключевых слов.** Приложение использует модель "keyphrase-extraction-kbir-inspec" для извлечения наиболее важных ключевых слов из статьи. Это помогает пользователям запоминать основные понятия. - **Создание облака слов.** Приложение создает облако слов на основе извлеченных ключевых слов. Облако слов представляет из себя графическое отображение информации, где частотность или важность каждого слова представлена в виде размера или цвета. Это помогает пользователю быстро уловить основные идеи статьи. - **Составление карточек с переводом ключевых слов.** Приложение использует модель "Helsinki-NLP/opus-mt-en-ru" для автоматического перевода ключевых слов на русский язык. Это облегчает запоминание ключевых понятий научной статьи для пользователей, которые не владеют английским языком. ## Команда 19 - Болотов М. - Гилёв Д. - Пахомов Д. - Шибакова А. - Султанов Э. ''') with st.chat_message("assistant"): st.markdown('Шибакова А., Болотов М.') st.markdown('Изучение потребностей студентов и определение основных функциональных возможностей системы.') with st.chat_message("assistant"): st.markdown('Болотов М., Гилёв Д., Пахомов Д., Шибакова А., Султанов Э.') st.markdown('''Разработка архитектуры и выбор технологий для реализации проекта. Разработка функционала на основе модели "bart-large-cnn" для генерации краткого изложения статьи. Разработка функционала на основе модели "keyphrase-extraction-kbir-inspec" для извлечения ключевых слов из статьи. Разработка функционала на основе модели "Helsinki-NLP/opus-mt-en-ru" для автоматического перевода ключевых слов на русский язык.''') with st.chat_message("assistant"): st.markdown('Пахомов Д.') st.markdown('Интеграция модулей и тестирование. Оценка и улучшение системы.') with st.chat_message("assistant"): st.markdown('Султанов Э.') st.markdown('Размещение файлов на GitHub и развертывание приложения на платформе Hugging Face Spaces. ') with st.chat_message("assistant"): st.markdown('Шибакова А.') st.markdown('Оформление документации. Создание презентации проекта.') st.markdown(''' ### Технологии * Приложение разработано на языке ```Python```, с использованием библилотеки ```Streamlit```. * Приложение использует: * модель ```"bart-large-cnn"``` для автоматического создания конспекта статьи; * модель ```"keyphrase-extraction-kbir-inspec"``` для извлечения ключевых слов из статьи; * модель ```"Helsinki-NLP/opus-mt-en-ru"``` для автоматического перевода ключевых слов на русский язык. * Приложение использует библиотеку ```wordcloud``` для создания облака слов из ключевых слов. * Для визуализации результатов приложение использует библиотеки ```Matplotlib``` и ```Plotly```. * Прриложение развернуто на платформе ```Hugging Face Spaces```. ### Установка и использование 1. Склонируйте репозиторий приложения с GitHub: ```https://github.com/sultanovemil/PI_URFU_2023.git```. 2. Установите необходимые зависимости, выполнив команду ```pip install -r requirements.txt```. 3. Запустите приложение, выполнив команду ```streamlit run app.py```в корневой папке проекта. 4. Откройте веб-браузер и перейдите по адресу ```http://localhost:8501```. 5. Введите текст статьи на английском языке в соответствующее поле и нажмите кнопку "Обработать текст". ## Основные достижения и преимущества нашего решения 1. Автоматическое составление конспектов: приложение позволяет студентам сэкономить время и усилия, предоставляя автоматически созданные конспекты текстов на английском языке. Это помогает в изучении и запоминании материала более эффективно. 2. Интерактивное обучение: путем использования карточек для изучения английских слов, приложение создает интерактивную и эффективную среду для улучшения словарного запаса студентов. Это помогает учащимся запоминать новые слова и применять их в контексте. 3. Улучшение языковых навыков: решение помогает студентам улучшить свои языковые навыки, включая понимание текста на английском языке, активное использование новых слов и умение составлять конспекты. Это дает студентам уверенность и полезные навыки для дальнейшего образования и карьеры. 4. Творческий подход к изучению английского языка: мы используем API модели от Hugging Face для генерации интересных и разнообразных изображений, которые помогут студентам улучшить навыки описания изображений и говорения на английском языке. **Практическая ценность и потенциал** для улучшения образовательного процесса заключаются в том, что наше решение предоставляет инновационный подход к изучению английского языка и созданию конспектов. Оно помогает студентам эффективно использовать свое время, повысить свою академическую успеваемость и развивать важные навыки для будущей карьеры. ''') st.divider()