Update app.py

app.py

@@ -1,12 +1,18 @@
 import streamlit as st
 
-st.markdown("### Hello, world!")
+st.markdown("### Классификатор статей")
 st.markdown("<img width=200px src='https://rozetked.me/images/uploads/dwoilp3BVjlE.jpg'>", unsafe_allow_html=True)
+# ^-- можно показывать пользователю текст, картинки, ограниченное подмножество html - всё как в jupyter
+st.markdown("# Введите название статьи")
+title = st.text_area("TEXT HERE")
+# ^-- показать текстовое поле. В поле text лежит строка, которая находится там в данный момент
+st.markdown("# Введите аннотацию к статье, abstract статьи")
+abstract = st.text_area("TEXT HERE")
 
 from transformers import pipeline
-
 pipe = pipeline("ner", "Davlan/distilbert-base-multilingual-cased-ner-hrl")
+raw_predictions = pipe(text)
+# тут уже знакомый вам код с huggingface.transformers -- его можно заменить на что угодно от fairseq до catboost
 
-text = st.text_area("TEXT HERE")
-
-st.markdown(f"{pipe(text)}")
+st.markdown(f"{raw_predictions}")
+# выводим результаты модели в текстовое поле, на потеху пользователю