results page changed

Main.py

@@ -42,6 +42,7 @@ st.info("""
  \n- ##### Python
  \n- ##### Языковая модель ruBERT-tiny
  \n- ##### Библиотеки: BeautifulSoup4, Sentence Transformers, faiss, transformers, genim и др.
- \n- ##### Cosine similarity для рекомендаций
+ \n- ##### Cosine Similarity, Euclidean Distance, Inner Product - как величины расстояния в процессе тестирования моделей
+ \n- ##### Euclidean Distance для формирования рекомендаций
  \n- ##### Hugging Face & Streamlit
 """)

README.md

@@ -5,7 +5,7 @@ colorFrom: blue
 colorTo: gray
 sdk: streamlit
 sdk_version: 1.29.0
-app_file: Main.py
+app_file: main.py
 pinned: false
 ---
 

pages/Results.py

@@ -5,8 +5,71 @@ st.write("""
  # Итоги и результаты работы по проекту🔥
 """)
 
+
+st.write("""
+ ### Работа с парсингом и формирование датасета:
+ \n- **В sitemap мы нашли 90 038 ссылок на страницы с книгами.**
+ \n- **Однако в категориях было найдено только 15 411 ссылок на актуальные продукты, доступные для покупки \
+ \n- **Далее, проходясь по каждой ссылке продуктов из категорий, собрали следующие features: \
+  "Имя автора", "Название книги", "Описание", "Ссылка на книгу". Работа была запущена с двух компьютеров одновремнно (~ 4 часов работы).**
+ \n- **Был сформирован первый вариант рабочего датасета.**
+ \n- **На следующий день в датасет были добавлены ещё две дополнительные Features: "Жанр книги", "Возрастное ограничение".**
+""")
+
+st.write("""
+ ### Очистка датасета от всякой нечести:
+ \n- **Были удалены все строки с NaN (около 500).**
+ \n- **Были также удалены дубли по авторам, аннотациям и названию книг (около 1500-1800).**
+ \n- **К векторам аннотаций было применено косинусное сходство — удалены ещё 1200 дубликатов. Граница для удаления стояла на уровне 0.9.**
+""")
+
+
+st.write("""
+ ### Процесс тестирования моделей и различных подходов к решению задачи:
+""")
+
+st.write("""
+ ##### Алиса: 
+ \n- **FastText + Embedding Layer.**
+ \n- **RuBERT-tiny2, используя аннотации и возрастное ограничение.**
+""")
+
+st.write("""
+ ##### Тигран:
+ \n- **TF-IDF.**
+ \n- **RuBERT-tiny2 + Faiss.**
+ \n- **Библиотека SentenceTransformers.**
+""")
+
+st.write("""
+ ##### Руслан: 
+ \n- **TF-IDF + SVD до 1000-ой размерности.**
+ \n- **Жалкая попытка использовать GloVe.**
+ \n- **Doc2Vec + Faiss.**
+""")
+
+
+st.write("""
+ ### Пример работы лучшей модели - RuBERT-tiny2:
+""")
+
 st.info("""
- #### История о том, как мы знали, что BERT выиграет гонку, но решили использовать все существующие инструменты для векторизации текста.
+ ##### Текст запроса: "Интригующий детектив с неожиданной развязкой, приключение и убийства."
+ \n- Использование IndexFlatL2 с помощью библиотеки faiss. Данный Индекс вычисляет Евклидово расстояние.
 """)
 
+st.image('images/image_bert_1.jpg')
+
+st.info("""
+  ##### Текст запроса: "Интригующий детектив с неожиданной развязкой, приключение и убийства."
+ \n- Использование cosine_similarity с помощью библиотеки sklearn. Данная мера находит Косинусное сходство.
+""")
+
+st.image('images/image_bert_2.jpg')
+
+st.info("""
+  ##### Текст запроса: "Интригующий детектив с неожиданной развязкой, приключение и убийства."
+ \n- Использование IndexFlatIP с помощью библиотеки faiss. Данный Индекс вычисляет Скалярное произведение векторов.
+""")
 
+st.image('images/image_bert_3.jpg')