Spaces:
Sleeping
Sleeping
| import streamlit as st | |
| import pandas as pd | |
| import numpy as np | |
| from sklearn.metrics.pairwise import cosine_similarity | |
| from sentence_transformers import SentenceTransformer, util | |
| from transformers import AutoTokenizer, AutoModel | |
| from sentence_transformers import SentenceTransformer, InputExample, losses | |
| from torch.utils.data import DataLoader | |
| import torch | |
| import ast | |
| import re | |
| st.title('Умный поиск фильмов 🔍🎦') | |
| with st.sidebar: | |
| st.header('Выберите страницу') | |
| page = st.selectbox("Выберите страницу", ["Главная", "какая-то еще", "Итоги"]) | |
| if page == "Главная": | |
| st.header('Выполнила команда "FindMyMovie":') | |
| st.subheader('🎥Алексей') | |
| st.subheader('🎬Светлана') | |
| st.subheader('🍿Тата') | |
| st.subheader('Наши задачи:') | |
| st.markdown(f"<span style='font-size:{20}px; color:purple'>{'Задача №1: Спарсить информацию по 5 тыс. [фильмов](https://www.kinoafisha.info/) и обработать ее'}</span>", unsafe_allow_html=True) | |
| st.markdown(f"<span style='font-size:{20}px; color:purple'>{'Задача №2: Разработать систему поиска фильма по пользовательскому запросу'}</span>", unsafe_allow_html=True) | |
| st.markdown( | |
| f"<div style='border: 2px solid #800080; padding: 10px; text-align: center;'><span style='font-size: 20px; color: violet;'>Мы любезно позаимствовали данные о фильмах с \ | |
| Киноафиши, ни один участник команды при этом не пострадал 💟</span></div>", | |
| unsafe_allow_html=True | |
| ) | |
| st.info('🌟Сервис принимает на вход описание фильма от пользователя и возвращает заданное количество подходящих вариантов') | |
| df = pd.read_csv('data_with_adds.csv') | |
| st.info('🌟Если не знаете, что посмотреть, нажмите кнопку "Сгенерировать" - сервис предложит вам 10 случайных фильмов из библиотеки') | |
| if st.button("Сгенерировать 🎲"): | |
| # Получение случайных 10 строк | |
| random_rows = df[['movie_title', 'description']].sample(n=10).reset_index(drop=True) | |
| random_rows.index = random_rows.index + 1 | |
| # Вывод на страничке Streamlit | |
| st.write("Случайные 10 фильмов") | |
| st.write(random_rows) | |
| if page == "какая-то еще": | |
| # Загрузка предварительно обученной модели ruBERT | |
| tokenizer = AutoTokenizer.from_pretrained("DeepPavlov/rubert-base-cased-sentence") | |
| model = AutoModel.from_pretrained("DeepPavlov/rubert-base-cased-sentence") | |
| def encode_description(description): | |
| tokens = tokenizer(description, return_tensors="pt") | |
| with torch.no_grad(): | |
| outputs = model(**tokens) | |
| embeddings = outputs.last_hidden_state.mean(dim=1) | |
| return embeddings | |
| df2 = pd.read_csv('data_with_embeddings.csv') | |
| embeddings = pd.read_pickle('embeddings.pkl') | |
| user_input = st.text_area('Введите описание фильма') | |
| input_embedding = encode_description(user_input) | |
| embeddings_tensor = torch.stack([torch.Tensor(ast.literal_eval(embedding_str)) for embedding_str in df2['description_embedding']]).numpy() | |
| # Рассчитайте косинусное сходство | |
| similarity_scores = cosine_similarity(input_embedding.view(1, -1).detach().numpy(), embeddings_tensor.reshape(embeddings_tensor.shape[0], -1))[0] | |
| # Получение индексов отсортированных значений | |
| sorted_indices = similarity_scores.argsort()[::-1] | |
| # Используйте индексы для извлечения строк из DataFrame | |
| recs = df2.iloc[sorted_indices[:10]].reset_index(drop=True) | |
| recs.index = recs.index + 1 | |
| st.write(recs[['movie_title', 'description']]) | |