EnzoBustos commited on
Commit
7ec4e64
1 Parent(s): fa1c81d

Adding models flags

Browse files
Files changed (1) hide show
  1. app.py +10 -7
app.py CHANGED
@@ -110,6 +110,9 @@ def run_models(parameters_list):
110
  classification = pipeline("zero-shot-classification", model=zeroshot_map[parameters_list[2]], tokenizer=zeroshot_map[parameters_list[2]], device=device_num)
111
  out_classification = classification(out_translation, candidate_labels)["labels"][0] + " - Infered by {}".format(parameters_list[2])
112
 
 
 
 
113
  return out_translation, out_sentiment, out_classification
114
 
115
  sheet_id = "1TjDuF6dmirgdpuG_o5Y4CBPQdfmkksS1"
@@ -157,13 +160,13 @@ with dataset:
157
  st.write("Os dados abaixo foram obtidos através de *web scrapping* dos sites Valor Globo, Infomoney e Exame para o fim de aplicação dos modelos selecionados, para a confecção dos dados abaixo foram utilizados o TextBlob para Tradução Automática, VADER para a Análise de Sentimentos, Inferição por empresas presentes no texto e Roberta para a Classificação.")
158
  st.dataframe(df)
159
  st.subheader("Descrição das colunas:")
160
- st.write("\t**- date:.........** Coluna de entrada contendo as datas em que os textos foram publicados")
161
- st.write("\t**- url:..........** Coluna de entrada contendo os links para as páginas *web* das quais os textos foram retirados")
162
- st.write("\t**- texts:........** Coluna de entrada contendo os textos financeiros propriamente ditos")
163
- st.write("\t**- is_title:.....** Coluna de entrada contendo os se os textos são, ou não, pertencentes ao título da notícia")
164
- st.write("\t**- translated:...** Coluna de saída contendo os textos financeiros que foram traduzidos utilizando o TextBlob")
165
- st.write("\t**- theme:........** Coluna de saída contendo as classificações em áreas financeiras, das quais metade foram obtidas pelo nome de empresas presentes no texto e a outra metade obtidos por classificação zeroshot do modelo RoBERTa")
166
- st.write("\t**- sentiment:....** Coluna de saída contendo as análises de sentimentos dos textos utilizando VADER")
167
 
168
  with analysis:
169
  st.header("Visualização dos dados utilizados através de WordClouds")
 
110
  classification = pipeline("zero-shot-classification", model=zeroshot_map[parameters_list[2]], tokenizer=zeroshot_map[parameters_list[2]], device=device_num)
111
  out_classification = classification(out_translation, candidate_labels)["labels"][0] + " - Infered by {}".format(parameters_list[2])
112
 
113
+ out_translation += " - Translated by {}".format(parameters_list[0])
114
+ out_sentiment += " - Analyzed by {}".format(parameters_list[1])
115
+
116
  return out_translation, out_sentiment, out_classification
117
 
118
  sheet_id = "1TjDuF6dmirgdpuG_o5Y4CBPQdfmkksS1"
 
160
  st.write("Os dados abaixo foram obtidos através de *web scrapping* dos sites Valor Globo, Infomoney e Exame para o fim de aplicação dos modelos selecionados, para a confecção dos dados abaixo foram utilizados o TextBlob para Tradução Automática, VADER para a Análise de Sentimentos, Inferição por empresas presentes no texto e Roberta para a Classificação.")
161
  st.dataframe(df)
162
  st.subheader("Descrição das colunas:")
163
+ st.write("\t**- date.........:** Coluna de entrada contendo as datas em que os textos foram publicados")
164
+ st.write("\t**- url..........:** Coluna de entrada contendo os links para as páginas *web* das quais os textos foram retirados")
165
+ st.write("\t**- texts........:** Coluna de entrada contendo os textos financeiros propriamente ditos")
166
+ st.write("\t**- is_title.....:** Coluna de entrada contendo os se os textos são, ou não, pertencentes ao título da notícia")
167
+ st.write("\t**- translated...:** Coluna de saída contendo os textos financeiros que foram traduzidos utilizando o TextBlob")
168
+ st.write("\t**- theme........:** Coluna de saída contendo as classificações em áreas financeiras, das quais metade foram obtidas pelo nome de empresas presentes no texto e a outra metade obtidos por classificação zeroshot do modelo RoBERTa")
169
+ st.write("\t**- sentiment....:** Coluna de saída contendo as análises de sentimentos dos textos utilizando VADER")
170
 
171
  with analysis:
172
  st.header("Visualização dos dados utilizados através de WordClouds")