Fixed mixup

README.md

@@ -1,7 +1,7 @@
 ---
-title: Spurningen
-emoji: 🗣
-colorFrom: red
+title: Nb2nn
+emoji: 🏃
+colorFrom: green
 colorTo: purple
 sdk: streamlit
 app_file: app.py

app.py

@@ -4,7 +4,7 @@ import time
 import requests
 import streamlit as st
 
-API_URL = "https://api-inference.huggingface.co/models/NbAiLab/norwegian-gpt2-vgd"
+API_URL = "https://api-inference.huggingface.co/models/pere/nb-nn-translation"
 
 
 def translate(text, wait=True):
@@ -40,21 +40,33 @@ def translate(text, wait=True):
 
 
 st.set_page_config(
-    page_title='Spurningen',
+    page_title='Norwegian Bokmål to Nynorsk',
     page_icon='translator-icon.png',
 )
 st.title("Bokmål ⇔ Nynorsk")
 st.sidebar.title("Translation Demo")
 st.sidebar.write("""
-Spurningen  (P.Chr. Asbjørnsen og Jørgen Moe Norske folkeeventyr (1852). I senere utgaver er eventyret kalt "Prinsessen som ingen kunde målbinde". Spurning er et gammelt norrønt ord for gåte. En spurning er en utspørring. Denne GPT2-modellen er trent på aviser, wikipedia og diverse sosiale media. Bl.a. er den trent på spørsmål og svar fra VGDebatt. Den er trent for å ikke la seg målbinde!
+Here are some sample texts in Norwegian Bokmål and Norwegian Nynorsk that you can try to translate. They are here presented in pairs (Bokmål, Nynorsk, Bokmål...). This way you can also see a suggested translation of the text. The model will automatically understand if the input is in Nynorsk or Bokmål, and switch the translation.
+""")
 
-Dette er en demo-versjon hovedsakelig ment for forskning på auto-regressive språkmodeller. Det er ingen filter-funksjon her. Modellen kan godt generere tekst som i en annen kontekst kan være ekstremt fornærmende. Husk at dette er en lek med sammensetning av ord. Ikke la deg fornærme.
+masked_texts = [
+        "Hvordan kan man lære maskinen å oversette?",
+        "Korleis kan ein lære maskinen å omsetje?"
+        "Hun vil ikke gi bort sine personlige data.",
+        "Ho vil ikkje gi bort dei personlege dataa sine.",
+        "Bilen er rød. Den er rask, og hun kjører den veldig raskt.",
+        "Bilen er raud. Han er rask, og ho køyrer han veldig raskt..",
+        "De ventes å ankomme ganske snart.",
+        "Dei blir venta å komme ganske snart.",
+        ]
+input_text = st.sidebar.selectbox("Select a Text", options=masked_texts)
 
+st.sidebar.write("""
+As you can see there are a lot of similarities between the languages. Since there also are some grammatical differences, simple dictionary replacements do not give a good result. A finetuned model on top of a pretrained t5-base from a balanced corpus, seem to solve the task with a SACREBLEU-score of 88.17.
 """)
 
-
 text = st.text_area(" ",
-    "Nasjonalbibliotekets AI-lab har faktisk utviklet et språkmodell som ikke kan målbindes. Hvor tror dere dette ender?",
+    input_text,
     height=None,
     max_chars=None,
     key=None,