Update app.py

app.py

@@ -3,35 +3,34 @@ import pandas as pd
 import streamlit.components.v1 as components
 
 st.sidebar.image("images/logo.png", use_column_width=True)
-st.sidebar.write("Bunka Summarizes & Visualizes Information as Maps using LLMs.")
+st.sidebar.write("Bunka Visualise & Explore l'nformation via des cartes utilisant des LLMs.")
 st.sidebar.title("Github Page")
 st.sidebar.write(
-    "Have a look at the following package on GitHub: https://github.com/charlesdedampierre/BunkaTopics"
+    "N'hésitez pas à découvrir notre package Github: https://github.com/charlesdedampierre/BunkaTopics"
 )
 st.sidebar.title("Dataset")
 st.sidebar.write(
-    "We used a subset of the Open Assistant 2 dataset: https://huggingface.co/datasets/OpenAssistant/oasst2"
+    "Nous avons scrappé tous les publications TTSO publiées en 2023, puis nous avons découpé chaque publication en articles. "
 )
 
-st.title("How to understand large textual datasets?")
+st.title("Un an de TTSO, par où commencer ?")
 st.info(
-    "We sampled every prompt from the English subset of the oasst2 dataset. Here is a sample:"
+    "Nous avons commencé par extraire tout le contenu des publications de TTSO en 2023. Voici un extrait:"
 )
-df = pd.read_csv("data/data_sample.csv", index_col=[0])
-df = df[["message_id", "text"]]
+df = pd.read_csv("data/tts_cleaned_data.csv", names=["Date", "Contenu"])
 df = df.head(300)
 st.dataframe(df, use_container_width=True)
-st.title("Inside the OASST2 dataset")
-element = open("images/map_prompt.html", "r", encoding="utf-8")
-st.info("This mapping can be extended to include the assistant answers, and the prompts can be selected on a topic basis through the python package, allowing to filter and curate the data.")
+st.title("A l'intérieur de TTSO")
+element = open("images/ttso_carte.html", "r", encoding="utf-8")
+st.info("Cette carte permet d'explorer les différents sujets abordés par TTSO en 2023, regroupés automatiquement par thème via la technologie de Bunka.")
 
 components.html(element.read(), height=900, width=900)
 st.info(
-    "The different clusters allow to explore the main topics evoked by the prompt. For instance, in the blink of an eye, one may see which topics are dealt with and which topics are lacking content. This visualisation can therefore be used as a stepping stone to investigate bias or content, providing resources to fuel the discussion open by the OASS paper available here: https://drive.google.com/file/d/10iR5hKwFqAKhL3umx8muOWSRm7hs5FqX/view"
+    "En un clin d'oeil, il est possible d'explorer les différents sujets abordés par TTSO. On constate le mélange d'actualité internationales, avec en haut de la carte les conflits israelo-palestiniens et la guerre en Ukraine, avec des actualités de plus en plus française lorsque l'on avance vers le bas de la carte."
 )
 
 
-st.title("Some insights by territory")
+st.title("Des insights par sujet")
 df_info = pd.read_csv("data/topics_info.csv", index_col=[0])
 df_info = df_info[["name", "size", "percent"]]
 df_info["percent"] = df_info["percent"].apply(lambda x: str(int(x)) + "%")