Update app.py

app.py

@@ -6,7 +6,7 @@ import streamlit as st
 # 전이학습에 사용한 토크나이저와 모델 로드 & 가중치 로드
 tokenizer = RobertaTokenizer.from_pretrained('beomi/KcBERT-v2023')
 model = RobertaForSequenceClassification.from_pretrained('beomi/KcBERT-v2023', num_labels=2)
-model.load_state_dict(torch.load("pytorchmodel_518망언분류_acc9304.bin", map_location=torch.device('cpu')))
+model.load_state_dict(torch.load("pytorchmodel_518망언분류_acc8583.bin", map_location=torch.device('cpu')))
 # 모델을 평가 모드로 설정
 model.eval()
 
@@ -27,7 +27,7 @@ def inference(new_text):
 
 # Streamlit interface
 st.markdown('### 5·18 민주화운동 관련 부적절한 발언 판단(베타버전)')
-st.markdown('<small style="color:grey;">5·18 민주화운동과 관련해 무장 폭동, 북한군 개입, 가짜 유공자 등 부적절한 언급과 지역-이념에 대한 혐오성 발언이 문제되고 있습니다. 아래에 문장을 입력하면 이러한 내용을 중심으로 "문제없음/관련없음" 또는 "부적절(518 망언 가능)"로 판단해 드립니다. 예측 모델의 정확도는 93.04%로, 일부 부정확한 결과가 나올 수 있습니다 </small>', unsafe_allow_html=True)
+st.markdown('<small style="color:grey;">5·18 민주화운동과 관련해 무장 폭동, 북한군 개입, 가짜 유공자 등 부적절한 언급과 지역-이념에 대한 혐오성 발언이 문제되고 있습니다. 아래에 문장을 입력하면 이러한 내용을 중심으로 "문제없음/관련없음" 또는 "부적절(518 망언 가능)"로 판단해 드립니다. 예측 모델의 정확도는 85.83%로, 일부 부정확한 결과가 나올 수 있습니다 </small>', unsafe_allow_html=True)
 user_input = st.text_area("이 곳에 문장 입력(100자 이하 권장, 너무 길면 분석 불가):")
 if st.button('시작'):
     result = inference(user_input)