File size: 2,960 Bytes
c8f4a50 348dfbf faae8e8 6c59dc8 348dfbf 6c59dc8 348dfbf c8f4a50 348dfbf c8f4a50 348dfbf c8f4a50 348dfbf 97a1749 348dfbf 97a1749 348dfbf 97a1749 348dfbf |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 |
# Zero-Shot Text Classification with Multilingual T5 (mT5)
import streamlit as st
import plotly.graph_objects as go
from mt5Model import runModel
text_1 = """Bilim insanları Botsvana’da Covid-19’un şu ana kadar en çok mutasyona uğramış varyantını tespit etti. \
Resmi olarak B.1.1.529 koduyla bilinen bu varyantı ise “Nu varyantı” adı verildi. Uzmanlar bu varyant içerisinde \
tam 32 farklı mutasyon tespit edildiğini açıklarken, bu virüsün corona virüsü aşılarına karşı daha dirençli olabileceğini duyurdu."""
text_2 = """Şampiyonlar Ligi’nde 5. hafta oynanan karşılaşmaların ardından sona erdi. Real Madrid, Inter ve Sporting \
oynadıkları mücadeleler sonrasında Son 16 turuna yükselmeyi başardı. Gecenin dev mücadelesinde ise Manchester City, \
PSG’yi yenerek liderliği garantiledi."""
@st.cache(allow_output_mutation=True)
def list2text(label_list):
labels = ""
for label in label_list:
labels = labels + label + ","
labels = labels[:-1]
return labels
label_list_1 = ["dünya", "ekonomi", "kültür", "sağlık", "siyaset", "spor", "teknoloji"]
label_list_2 = ["positive", "negative", "neutral"]
st.title("Multilingual Zero-Shot Text Classification with mT5")
model_name = "alan-turing-institute/mt5-large-finetuned-mnli-xtreme-xnli"
st.sidebar.write("For details of used model:")
st.sidebar.write("https://huggingface.co/alan-turing-institute/mt5-large-finetuned-mnli-xtreme-xnli")
st.sidebar.write("For Xtreme XNLI Dataset:")
st.sidebar.write("https://www.tensorflow.org/datasets/catalog/xtreme_xnli")
st.subheader("Select Text and Label List")
st.text_area("Text #1", text_1, height=128)
st.text_area("Text #2", text_2, height=128)
st.write(f"Label List #1: {list2text(label_list_1)}")
st.write(f"Label List #2: {list2text(label_list_2)}")
text = st.radio("Select Text", ("Text #1", "Text #2", "New Text"))
labels = st.radio("Select Label List", ("Label List #1", "Label List #2", "New Label List"))
if text == "Text #1": selected_text = text_1
elif text == "Text #2": selected_text = text_2
elif text == "New Text":
sequence_to_classify = st.text_area("New Text", value="", height=128)
if labels == "Label List #1": selected_labels = label_list_1
elif labels == "Label List #2": selected_labels = label_list_2
elif labels == "New Label List":
candidate_labels = st.text_area("New Label List (Pls Input as comma-separated)", value="", height=16).split(",")
hypothesis_template = "Bu yazı {} konusundadır."
Run_Button = st.button("Run", key=None)
if Run_Button == True:
output = runModel(model_name, sequence_to_classify, candidate_labels, hypothesis_template)
output_labels = output["labels"]
output_scores = output["scores"]
st.header("Result")
import plotly.graph_objects as go
fig = go.Figure([go.Bar(x=output_labels, y=output_scores)])
st.plotly_chart(fig, use_container_width=False, sharing="streamlit")
|