Update app.py README.md

app.py

@@ -165,8 +165,8 @@ demo = gr.Interface(builder, inputs=[gr.inputs.Dropdown(['Default', 'Eng', 'Kor'
                     # outputs='label',
                     title=title, description=description, examples=examples)
 
-def fn2():
-    demo1.launch()
+def fn2(a, b):
+    return [None, None, None]
 
 with gr.Blocks() as demo1:
     gr.Markdown(
@@ -176,16 +176,46 @@ with gr.Blocks() as demo1:
     </h1>
     """)
 
-    with gr.Accordion("Open for More!"):
+    gr.Markdown(
+    """
+    해당 사이트에서는 영화 리뷰를 입력했을 때, 긍정적인 리뷰인지 부정적인 리뷰인지 판별 해준다.
+    """)
+
+
+    with gr.Row():
         gr.Markdown(
         """
-        내용은 아직 바꾸지 않았음 (형식만 참고)  
-        문제점 : 클리어 클릭이 원하는대로 안됨  
-        It is a program that classifies whether it is positive or negative by entering movie reviews.  \
-        You can choose between the Korean version and the English version.  \
-        It also provides a version called ""Default"", which determines whether it is Korean or English and predicts it.
+        ### 입력(Lang, Text)에 대한 설명
+        가운데를 기준으로 왼쪽에 있는 칸들은 입력에 해당한다.  
+        * ‘Lang’은 자신이 입력할 언어를 선택하는 것이다. 기입이 없을 경우(Default)에는 한국어인지 영어인지 오른쪽 박스 ‘Lang’에서 판단 해준다.  
+        * ‘Text’는 영화 리뷰를 입력하는 곳이다. 입력을 마치고 제출하기 버튼을 누르면 결과를 분석할 수 있다.
+        """)
+        gr.Markdown(
+        """
+        ### 출력(Lang, Result, Analysis)에 대한 설명
+        가운데를 기준으로 오른쪽에 있는 칸들은 출력에 해당한다. 
+        * ‘Lang’은 왼쪽 입력에서 언어를 선택할 때, 한국어를 선택했으면 100% Kor, 영어를 선택했다면 100%% Eng 이다. 
+            만약 Default를 선택했다면 한국어인지 영어인지 판단 해준다. 
+            이 방법은 [해당 사이트](https://medium.com/@c.chaitanya/language-identification-in-python-using-fasttext-60359dc30ed0)에 있는 패키지를 사용했다.
+        * ‘Result’는 두 모델(Kor, Eng)을 이용해서 긍정 리뷰 또는 부정 리뷰를 판단했다. (모델에 대해 더 알고 싶으면 밑에서 확인하길 바란다.)
+        * ‘Analysis’는 입력한 리뷰의 긍정 또는 부정을 결정될 때, 어떤 단어에 의해서 결정 되었는지 강조 해준다. 
+            즉, 영향을 준 단어에 대해서는 얼마나 긍정적인(또는 부정적인) 영향을 주었는지 강조되어 있다. 
+            ( 긍정인 경우 붉은색(+++, ++, +), 부정인 경우 파란색(---,--,-) )
         """)
 
+    with gr.Accordion("모델에 대한 설명"):
+        gr.Markdown(
+        """
+        ' | Kor | Eng 
+        :---:|:---:|:---:
+        Model Name | klue/roberta-base | bert-base-uncased
+        Learning Rate | 3e-05 | 5e-5
+        Batch Size Train | 64 | 64
+        Steps | 2800 | 2000
+        Batch Size Test | 4 | 4
+        Validation Accuracy | 93.55% | 95.81%
+        Test Accuracy | 94.0% | 92.8%
+        """)
 
     with gr.Row():
         with gr.Column():
@@ -200,7 +230,7 @@ with gr.Blocks() as demo1:
             output_3 = gr.HighlightedText(label="Analysis", combine_adjacent=False) \
                 .style(color_map={"+++": "#CF0000", "++": "#FF3232", "+": "#FFD4D4", "---": "#0004FE", "--": "#4C47FF", "-": "#BEBDFF"})
     
-    # btn2.click(fn=fn2)
+    # btn2.click(fn=fn2, inputs=[None, None], output=[output_1, output_2, output_3])
     btn.click(fn=builder, inputs=[inputs_1, inputs_2], outputs=[output_1, output_2, output_3])
     gr.Examples(examples, inputs=[inputs_1, inputs_2])