Update app.py

app.py

@@ -1,3 +1,4 @@
+import pandas as pd
 import requests
 import streamlit as st
 from streamlit_lottie import st_lottie
@@ -7,10 +8,11 @@ import re
 
 # Page Config
 st.set_page_config(
-    page_title="노래 가사 n행시",
+    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")
@@ -22,6 +24,20 @@ def load_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):
@@ -34,7 +50,85 @@ class poem(object):
         return "'"+self.letter+"'"
 
 
-def n_line_poem(input_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", 
@@ -66,8 +160,11 @@ def n_line_poem(input_letter):
                 # 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=1.5,
+                    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
 
@@ -86,8 +183,11 @@ def n_line_poem(input_letter):
                 # 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=1.5,
+                    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}")
         
@@ -118,7 +218,7 @@ def n_line_poem(input_letter):
         # 결과물 리스트에 담기
         res_l.append(generated_sequence)
 
-    poem_dict = {}
+    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)
@@ -126,8 +226,6 @@ def n_line_poem(input_letter):
 
     return poem_dict
 
-###
-
 # Image(.gif)
 @st.cache(show_spinner=False)
 def load_lottieurl(url: str):
@@ -152,11 +250,10 @@ with row0_1:
     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("이지혜, 최지영, 권소희")
+    st.write("문종현, 구자현, 김의준")
 
 st.write('---')
 
@@ -165,34 +262,49 @@ 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 한글 단어를 넣어주세요")
+    st.markdown("1. 하단에 있는 텍스트바에 5자 이하로 된, 완성된 한글 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:
-    word_input = st.text_input(
-            "n행시에 사용할 한글 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]}')
-
 
+    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 한글 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]}')