Update app.py

app.py

@@ -33,7 +33,6 @@ examples = [
 
 ]
 
-
 markdown_text = """
         # AI Tutor BERT
         이 모델은 인공지능(AI) 관련 용어 및 설명을 파인튜닝(fine-tuning)한 BERT 모델입니다.
@@ -51,7 +50,7 @@ markdown_text = """
         학습 데이터셋은 인공지능 관련 문맥, 질문, 그리고 응답 이렇게 3가지로 구성이 되어있습니다. 응답(정답) 데이터는 문맥 데이터 안에 포함되어 있고, 문맥 데이터의 문장 순서를 바꿔주어 데이터를 증강하였습니다. 질문 데이터는 주제가 되는 인공지능 용어로 설정했습니다. 위의 예시를 보시면 이해하시기 편하실 겁니다. 총 데이터 수는 3300여 개로 data 폴더에 pickle 파일 형태로 저장되어 있고, 데이터는 Wikipedia 및 다른 사이트들을 에서 html을 이용하여 추출 및 가공하여 제작하였습니다. 해당 출처는 위와 같습니다. 
         ## How to use
         입력 예제는 'Examples'에 표기해 두었습니다.
-        관련 문장과 정의를 알고 싶은 단어를 각각 'Contexts', 'Question'에 입력한 후 'Submit' 버튼을 누르면 해당 단어에 대한 설명이 나옵니다.
+        관련 문장과 정의를 알고 싶은 단어를 각각 `Contexts`, `Question`에 입력한 후 `Submit` 버튼을 누르면 해당 단어에 대한 설명이 나옵니다.
 """
 input_col = gr.Column([gr.Textbox("Context"), gr.Textbox("Question"), gr.Markdown(markdown_text)])
 iface = gr.Interface(
@@ -59,7 +58,7 @@ iface = gr.Interface(
     inputs=input_col,
     outputs=gr.Textbox("Answer"),
     examples=examples,
-    live=True,  # Set live to True to use the submit button
+    live=True, 
     title="BERT Question Answering",
 )