Delete pages

pages/beta.py

@@ -1,312 +0,0 @@
-import pandas as pd
-import requests
-import streamlit as st
-from streamlit_lottie import st_lottie
-import torch
-from transformers import AutoTokenizer, AutoModelForCausalLM
-import re
-
-# Page Config
-st.set_page_config(
-    page_title="노래 가사 n행시 Beta",
-    page_icon="💌",
-    layout="wide"
-)
-# st.text(os.listdir(os.curdir))
-
-### Model
-tokenizer = AutoTokenizer.from_pretrained("wumusill/final_project_kogpt2")
-
-@st.cache(show_spinner=False)
-def load_model():
-    model = AutoModelForCausalLM.from_pretrained("wumusill/final_project_kogpt2")
-    return model
-
-model = load_model()
-
-@st.cache(show_spinner=False)
-def get_word():
-    word = pd.read_csv("ballad_word.csv", encoding="cp949")
-    return word
-
-
-word = get_word()
-
-
-one = word[word["0"].str.startswith("한")].sample(1).values[0][0]
-# st.header(type(one))
-# st.header(one)
-
-
-# Class : Dict 중복 키 출력
-class poem(object):
-    def __init__(self,letter):
-        self.letter = letter
-
-    def __str__(self):
-        return self.letter
-
-    def __repr__(self):
-        return "'"+self.letter+"'"
-
-
-def beta_poem(input_letter):
-    # 두음 법칙 사전
-    dooeum = {"라":"나", "락":"낙", "란":"난", "랄":"날", "람":"남", "랍":"납", "랑":"낭", 
-          "래":"내", "랭":"냉", "냑":"약", "략":"약", "냥":"양", "량":"양", "녀":"여", 
-          "려":"여", "녁":"역", "력":"역", "년":"연", "련":"연", "녈":"열", "렬":"열", 
-          "념":"염", "렴":"염", "렵":"엽", "녕":"영", "령":"영", "녜":"예", "례":"예", 
-          "로":"노", "록":"녹", "론":"논", "롱":"농", "뢰":"뇌", "뇨":"요", "료":"요", 
-          "룡":"용", "루":"누", "뉴":"유", "류":"유", "뉵":"육", "륙":"육", "륜":"윤", 
-          "률":"율", "륭":"융", "륵":"늑", "름":"늠", "릉":"능", "니":"이", "리":"이", 
-          "린":'인', '림':'임', '립':'입'}
-    # 결과물을 담을 list
-    res_l = []
-    len_sequence = 0
-
-    # 한 글자씩 인덱스와 함께 가져옴
-    for idx, val in enumerate(input_letter):
-        # 두음 법칙 적용
-        if val in dooeum.keys():
-            val = dooeum[val]
-
-        # 발라드에 있는 단어 적용
-        try:
-            one = word[word["0"].str.startswith(val)].sample(1).values[0][0]
-            # st.text(one)
-        except:
-            one = val
-
-        # 좀더 매끄러운 삼행시를 위해 이전 문장이랑 현재 음절 연결
-        # 이후 generate 된 문장에서 이전 문장에 대한 데이터 제거
-        link_with_pre_sentence = (" ".join(res_l)+ " " + one + " " if idx != 0 else one).strip()
-        # print(link_with_pre_sentence)
-
-        # 연결된 문장을 인코딩
-        input_ids = tokenizer.encode(link_with_pre_sentence, add_special_tokens=False, return_tensors="pt")
-
-        # 인코딩 값으로 문장 생성
-        output_sequence = model.generate(
-            input_ids=input_ids, 
-            do_sample=True,
-            max_length=42,
-            min_length=len_sequence + 2,
-            temperature=0.9,
-            repetition_penalty=1.5,
-            no_repeat_ngram_size=2)
-
-        # 생성된 문장 리스트로 변환 (인코딩 되어있고, 생성된 문장 뒤로 padding 이 있는 상태)
-        generated_sequence = output_sequence.tolist()[0]
-
-        # padding index 앞까지 slicing 함으로써 padding 제거, padding이 없을 수도 있기 때문에 조건문 확인 후 제거
-        # 사용할 generated_sequence 가 5보다 짧으면 강제적으로 길이를 8로 해준다... 
-        if tokenizer.pad_token_id in generated_sequence:
-            check_index = generated_sequence.index(tokenizer.pad_token_id)
-            check_index = check_index if check_index-len_sequence > 3 else len_sequence + 8
-            generated_sequence = generated_sequence[:check_index]
-
-        word_encode = tokenizer.encode(one, add_special_tokens=False, return_tensors="pt").tolist()[0][0]
-        split_index = len(generated_sequence) - 1 - generated_sequence[::-1].index(word_encode)
-        
-        # 첫 글자가 아니라면, generate 된 음절만 결과물 list에 들어갈 수 있게 앞 문장에 대한 인코딩 값 제거
-        generated_sequence = generated_sequence[split_index:]
-        
-        # print(tokenizer.decode(generated_sequence, clean_up_tokenization_spaces=True, skip_special_tokens=True))
-        # 다음 음절을 위해 길이 갱신
-        len_sequence += len([elem for elem in generated_sequence if elem not in(tokenizer.all_special_ids)])        
-        # 결과물 디코딩
-        decoded_sequence = tokenizer.decode(generated_sequence, clean_up_tokenization_spaces=True, skip_special_tokens=True)
-
-        # 결과물 리스트에 담기
-        res_l.append(decoded_sequence)
-
-    poem_dict = {"Type":"beta"}
-
-    for letter, res in zip(input_letter, res_l):
-        # decode_res = tokenizer.decode(res, clean_up_tokenization_spaces=True, skip_special_tokens=True)
-        poem_dict[poem(letter)] = res
-
-    return poem_dict
-
-def alpha_poem(input_letter):
-
-    # 두음 법칙 사전
-    dooeum = {"라":"나", "락":"낙", "란":"난", "랄":"날", "람":"남", "랍":"납", "랑":"낭", 
-          "래":"내", "랭":"냉", "냑":"약", "략":"약", "냥":"양", "량":"양", "녀":"여", 
-          "려":"여", "녁":"역", "력":"역", "년":"연", "련":"연", "녈":"열", "렬":"열", 
-          "념":"염", "렴":"염", "렵":"엽", "녕":"영", "령":"영", "녜":"예", "례":"예", 
-          "로":"노", "록":"녹", "론":"논", "롱":"농", "뢰":"뇌", "뇨":"요", "료":"요", 
-          "룡":"용", "루":"누", "뉴":"유", "류":"유", "뉵":"육", "륙":"육", "륜":"윤", 
-          "률":"율", "륭":"융", "륵":"늑", "름":"늠", "릉":"능", "니":"이", "리":"이", 
-          "린":'인', '림':'임', '립':'입'}
-    # 결과물을 담을 list
-    res_l = []
-
-    # 한 글자씩 인덱스와 함께 가져옴
-    for idx, val in enumerate(input_letter):
-        # 두음 법칙 적용
-        if val in dooeum.keys():
-            val = dooeum[val]
-
-
-        while True:
-            # 만약 idx 가 0 이라면 == 첫 글자
-            if idx == 0:
-                # 첫 글자 인코딩
-                input_ids = tokenizer.encode(
-                val, add_special_tokens=False, return_tensors="pt")
-                # print(f"{idx}번 인코딩 : {input_ids}\n") # 2차원 텐서
-
-                # 첫 글자 인코딩 값으로 문장 생성
-                output_sequence = model.generate(
-                    input_ids=input_ids, 
-                    do_sample=True,
-                    max_length=42,
-                    min_length=5,
-                    temperature=0.9,
-                    repetition_penalty=1.7,
-                    no_repeat_ngram_size=2)[0]
-                # print("첫 글자 인코딩 후 generate 결과:", output_sequence, "\n") # tensor
-
-            # 첫 글자가 아니라면
-            else:
-                # 한 음절
-                input_ids = tokenizer.encode(
-                val, add_special_tokens=False, return_tensors="pt")
-                # print(f"{idx}번 째 글자 인코딩 : {input_ids} \n")
-
-                # 좀더 매끄러운 삼행시를 위해 이전 인코딩과 지금 인코딩 연결
-                link_with_pre_sentence = torch.cat((generated_sequence, input_ids[0]), 0)
-                link_with_pre_sentence = torch.reshape(link_with_pre_sentence, (1, len(link_with_pre_sentence)))
-                # print(f"이전 텐서와 연결된 텐서 {link_with_pre_sentence} \n")
-
-                # 인코딩 값으로 문장 생성
-                output_sequence = model.generate(
-                    input_ids=link_with_pre_sentence, 
-                    do_sample=True,
-                    max_length=42,
-                    min_length=5,
-                    temperature=0.9,
-                    repetition_penalty=1.7,
-                    no_repeat_ngram_size=2)[0]
-                # print(f"{idx}번 인코딩 후 generate : {output_sequence}")
-        
-            # 생성된 문장 리스트로 변환 (인코딩 되어있고, 생성된 문장 뒤로 padding 이 있는 상태)
-            generated_sequence = output_sequence.tolist()
-            # print(f"{idx}번 인코딩 리스트 : {generated_sequence} \n")
-
-            # padding index 앞까지 slicing 함으로써 padding 제거, padding이 없을 수도 있기 때문에 조건문 확인 후 제거
-            if tokenizer.pad_token_id in generated_sequence:
-                generated_sequence = generated_sequence[:generated_sequence.index(tokenizer.pad_token_id)]
-            
-            generated_sequence = torch.tensor(generated_sequence) 
-            # print(f"{idx}번 인코딩 리스트 패딩 제거 후 다시 텐서 : {generated_sequence} \n")
-
-            # 첫 글자가 아니라면, generate 된 음절만 결과물 list에 들어갈 수 있게 앞 문장에 대한 인코딩 값 제거
-            # print(generated_sequence)
-            if idx != 0:
-                # 이전 문장의 길이 이후로 슬라이싱해서 앞 문장 제거
-                generated_sequence = generated_sequence[len_sequence:]
-
-            len_sequence = len(generated_sequence)
-            # print("len_seq", len_sequence)
-
-            # 음절 그대로 뱉으면 다시 해와, 아니면 while문 탈출
-            if len_sequence > 1:
-                break
-
-        # 결과물 리스트에 담기
-        res_l.append(generated_sequence)
-
-    poem_dict = {"Type":"alpha"}
-
-    for letter, res in zip(input_letter, res_l):
-        decode_res = tokenizer.decode(res, clean_up_tokenization_spaces=True, skip_special_tokens=True)
-        poem_dict[poem(letter)] = decode_res
-
-    return poem_dict
-
-# Image(.gif)
-@st.cache(show_spinner=False)
-def load_lottieurl(url: str):
-    r = requests.get(url)
-    if r.status_code != 200:
-        return None
-    return r.json()
-
-lottie_url = "https://assets7.lottiefiles.com/private_files/lf30_fjln45y5.json"
-
-lottie_json = load_lottieurl(lottie_url)
-st_lottie(lottie_json, speed=1, height=200, key="initial")
-
-
-# Title
-row0_spacer1, row0_1, row0_spacer2, row0_2, row0_spacer3 = st.columns(
-    (0.01, 2, 0.05, 0.5, 0.01)
-)
-
-with row0_1:
-    st.markdown("# 한글 노래 가사 n행시✍")
-    st.markdown("### 🦁멋쟁이사자처럼 AIS7🦁 - 파이널 프로젝트")
-
-with row0_2:
-    st.write("")
-    st.write("")
-    st.write("")
-    st.subheader("1조 - 해파리")
-    st.write("이지혜, 최지영, 권소희, 문종현, 구자현, 김의준")
-
-st.write('---')
-
-# Explanation
-row1_spacer1, row1_1, row1_spacer2 = st.columns((0.01, 0.01, 0.01))
-
-with row1_1:
-    st.markdown("### n행시 가이드라인")
-    st.markdown("1. 하단에 있는 텍스트바에 5자 이하 단어를 넣어주세요")
-    st.markdown("2. 'n행시 제작하기' 버튼을 클릭해주세요")
-    st.markdown("* n행시 타입 설정\n"
-                "  * Alpha ver. : 모델이 첫 음절부터 생성\n"
-                "  * Beta ver. : 첫 음절을 데이터셋에서 찾고, 다음 부분을 생성")
-
-st.write('---')
-
-# Model & Input
-row2_spacer1, row2_1, row2_spacer2= st.columns((0.01, 0.01, 0.01))
-
-col1, col2 = st.columns(2)
-
-# Word Input
-with row2_1:
-
-    with col1:
-        genre = st.radio(
-            "n행시 타입 선택",
-            ('Alpha', 'Beta(test중)'))
-
-        if genre == 'Alpha':
-            n_line_poem = alpha_poem
-        
-        else:
-            n_line_poem = beta_poem
-        
-    with col2:
-        word_input = st.text_input(
-                "n행시에 사용할 단어를 적고 버튼을 눌러주세요.(최대 5자) 👇",
-                placeholder='한글 단어를 입력해주세요',
-                max_chars=5
-        )
-        word_input = re.sub("[^가-힣]", "", word_input)
-
-        if st.button('n행시 제작하기'):
-            if word_input == "":
-                st.error("온전한 한글 단어를 사용해주세요!")
-                
-            else:
-                st.write("n행시 단어 :  ", word_input)
-                with st.spinner('잠시 기다려주세요...'):
-                    result = n_line_poem(word_input)
-                st.success('완료됐습니다!')
-                for r in result:
-                    st.write(f'{r} : {result[r]}')
-