import streamlit as st import pandas as pd import streamlit.components.v1 as components st.sidebar.image("images/logo.png", use_column_width=True) st.sidebar.write("Bunka Visualise & Explore l'nformation via des cartes utilisant des LLMs.") st.sidebar.title("Github Page") st.sidebar.write( "N'hésitez pas à découvrir notre package Github: https://github.com/charlesdedampierre/BunkaTopics" ) st.sidebar.title("Dataset") st.sidebar.write( "Nous avons scrappé tous les publications TTSO publiées en 2023, puis nous avons découpé chaque publication en articles. " ) st.title("Un an de TTSO, par où commencer ?") st.info( "Nous avons commencé par extraire tout le contenu des publications de TTSO en 2023. Voici un extrait:" ) df = pd.read_csv("data/ttso_cleaned_data.csv", names=["Date", "Contenu"], index=False) df = df.head(300) st.dataframe(df, use_container_width=True) 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( "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("Des insights par sujet") df_info = pd.read_csv("data/topics_info.csv", index_col=[0]) df_info = df_info[["topic_name", "size", "percent"]] df_info["percent"] = df_info["percent"].apply(lambda x: str(int(x)) + "%") df_info = df_info.reset_index(drop=True) df_info.columns = ['Sujet', 'taille', 'Pourcentage d\'articles dans ce sujet' ] st.dataframe(df_info, use_container_width=True) st.title("L'architecture de Bunka") st.image( "images/pipeline.png", use_column_width=True, )