import streamlit as st


st.write("""
 ### Итоги по работе с отзывами клиентов и NLP моделями🤖
""")

st.write("""
  #### Всё о данных в Датасете:
  \n- **Данные имели 6 features и 47139 строк.**
  \n- **Первая проблема была в том, что разобраться в значениях каждой Фичи.**
  \n- **Далее пришло осознание, что была большая проблема в некоторой неккоректности данных - числовые фичи имели разный спектр вариативности данных.**
  \n- **Из интересного, в отзывах имелись не только отзывы, но и какие-то ответы от Администрации заведений, их пришлось полностью убрать.**
  \n- **Ну и, конечно, биполярное расстройство у людей, который пишут отзыв :)**
""")

st.image('images/funny_dataframe.jpg')


st.write("""
 #### Разметка данных:
 \n- **Некая некорректность Датасета была лишь небольшой проблемой, основная проблема лежала в отсутствии разметки.**
 \n- **Основная идея была взять Feature "General" за основу, однако, в ней 0-нули являлись отсутсвием данных, то есть люди не ставили общую оценку по каким-то причинам.**
 \n- **Пришлось выучивать текст и пробовать размечать через другие модели.**
 \n- **Успех принесло использование Tf-IDF с последующим уменьшением размерности через SVD до 100 пространства и кластеризацией данных на 2 Кластера через KMeans.**
""")

col3, col4 = st.columns(2)

with col3:
    st.image('images/umap.jpg')

with col4:
    st.image('images/distribution_classes.jpg')

st.write("""
  #### Обучение моделей:
  \n- **Первый вариант был с использованием RuBERTa, который на выходе выдает векторное представление текста для задач классификации, и после использование обычной LogisticRegression.**
  \n- **Также пробовался CatBoostClassifier, однако его результаты оказались немного хуже, чем у LogReg а учился он раз в 10 дольше.**
  \n- **После был использован тот же RuBERT, как из слоев основного класса. Данный класс на выходе имел слой calessifier с 1 выходом. Иными словами был произведен Tunnig BERTa.**
  \n- **На последок третий варинт была обычная LSTM-модель с механизмом внимания перед предсказанием класса отзыва. В качестве Векторайзера был использован FastText.**
""")

col5, col6 = st.columns(2)

with col5:
    st.image('images/roc_auc_logreg.jpg')

with col6:
    st.image('images/roc_auc_catboost.jpg')

col7, col8 = st.columns(2)

with col7:
    st.image('images/lstm_attention.jpg')

with col8:
    st.image('images/bert_tunnig.jpg')


st.write("""
 #### Общий итог:
 \n **Результаты оказались достаточно неплохие, учитывая отсутствие разметки. Удалось испробовать три различные варианта моделей, а также поработать с другими интересными \
 инструментами по-типу joblib, FastText, Tf-IDF и другими.**
 \n **Всем спасибо!**
""")

st.image('images/attention_words.jpg')