app.py

# Libraries
import streamlit as st
from PIL import Image

# Confit
st.set_page_config(page_title='AçıkHack2023', page_icon=':bar_chart:', layout='wide')

# Title
st.title('Teknofest 2023 Türkçe Doğal Dil İşleme Yarışması')

# Content

st.write(
    """
    Türkiye Açık Kaynak Platformu, Türkçe Doğal Dil İşleme konusunda farkındalık yaratmak amacıyla çevrimiçi 
    bir yarışma düzenliyor. Yarışma sırasında katılımcılardan verilen bir veri seti üzerinden aşağılayıcı 
    söylemlerin doğal dil işleme ile tespiti istenecektir.
    
    Bu kullanıcı arayüzü, bu kapsamda geliştirilmiş olup çalışmalarımız sonucunda elde edilen model için tahmin, 
    canlı izleme ve geri bildirim gibi işlemleri gerçek ortamda test etmek amacıyla **Brain-Tr** takımı 
    tarafından geliştirilmiştir.

    """
)

st.subheader('Metodoloji')
st.write(
    """
    Bu çalışma, yarışma kapsamında geliştirilen model öncelikle metin bazlı sınıflandırma işlemini **(Tahmin)**, daha 
    sonra sistemin canlı bir tweetter Hashtag ile test edilmesini **(Canlı İzle)**, bir sonraki aşamada tahmin işlemlerinde
    kullanıcıdan gelen geri bildirimlerin toplanmasını **(Geri Bildirim)** ve son olarak geri bildirim ile toplanan
    verilerin tekrar eğitime alınarak model performansının geliştirlmesini **(Model Eğitimi)** sağlamak üzere inşa 
    edilmiştir. 
    
    **TAHMİN** : Tahmin ekranı, kullanıcıdan alınan metnin, mesajın veya herhangi bir konuşma ifadesinin yarışma
    kapsamında sınıflandırılan konular içerisinde ki durumunun tespit edilmesine yöneliktir. Kullanıcı modele verdiği
    metne göre modelden gelen tahmini görecek,doğru olarak veya yanlışsa olması gereken sınıfı seçerek geri bildirimde 
    bulunacaktır.
    
    **CANLI İZLE** : Canlı izleme ekranı, tweetter üzerinde ki bir konuyu takibe alarak sürekli dinleme ile gelen 
    mesajları modelde değerlendirerek bunun grafiksel ekranda takibini sağlayacaktır. Ayrıca burada takibe alınan konuda
    ki mesajlar kaydedilerek belirli bir kategoriye giren mesajlar ve o mesajın sahibinin takibi sağlanacaktır.
    
    **GERİ BİLDİRİM** : Geri bildirim ekranı, tahmin ekranında kullanıcı tarafından gönderilen mesajları ve o
    kullanıcının etiketlediği sınıfların görüntülendi bölümdür. Burası veri görüntüleme ekranıdır.
    
    **MODEL EĞİTİMİ** : Model eğitim ekranı, tahmin ekranında gelen kullanıcı geri bildirimlerini alarak modelin tekrar
    eğitilmesini gerçekleştirecektir. Burada ki amaç model performasını kullanıcıdan gelen doğru bilgiler ışığında daha
    yükseklere taşımaktır. 
    
    """
)


c1, c2, c3 = st.columns(3)
with c1:
    st.info('**Data Analyst: [@Brain-Tr](https://github.com/tr-brain-com)**', icon="💡")
with c2:
    st.info('**GitHub: [@Brain-Tr](https://github.com/tr-brain-com)**', icon="💻")
with c3:
    st.info('**Data :  [Eğitim Veri Kümesi](https://github.com/tr-brain-com/acikhack2023TDDI/tree/main/data)**', icon="🧠")