update app.py

app.py

@@ -1,49 +1,15 @@
+from simpletransformers.classification import ClassificationModel
+import gradio as gr
 import pandas as pd
 import numpy as np
-import matplotlib.pyplot as plt
-from collections import Counter
-import nltk
-from nltk.corpus import stopwords
-import re
-import string
-import gradio as gr
-
-
-nltk.download('stopwords')
-stop_words_list = stopwords.words('turkish')
-false_text = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z']
 
 
-def preprocess_text(text):
-    # Küçük harflere çevirme
-    text = text.lower()
-    # Satır sonu karakterlerini kaldırma
-    import re
-    text = re.sub(r'\n', ' ', text)
-    # Rakamları kaldırma
-    text = re.sub(r'\d', '', text)
-    # Noktalama işaretlerini kaldırma
-    import string
-    text = text.translate(str.maketrans("", "", string.punctuation))
-    # Stop-words'leri kaldırma
-    words = text.split()
-    words = [word for word in words if not word in stop_words_list]
-    # Veri setindeki hatalı verilerin kaldırılması
-    words = [word for word in words if not word in false_text]
-    # Tekrarlanan karakterlerin kaldırılması
-    words = [re.sub(r'(.)\1{1,}', r'\1\1', word) for word in words]
-    # Tekrarlanan boşlukların kaldırılması
-    words = [word.strip() for word in words if len(word.strip()) > 1]
 
-    text = " ".join(words)
-    return text
-
-
-def predict(texts):
-    model_path = "bert_model"
+def predict(text):
+    model_path = "/content/drive/MyDrive/bert_model"
     model = ClassificationModel('bert', model_path, use_cuda=False)
-    predictions, _ = model.predict(texts)
-    return [result_predict(prediction) for prediction in predictions]
+    prediction, _ = model.predict([text])
+    return result_predict(prediction[0])
 
 def result_predict(num):
     if num == 4:
@@ -57,16 +23,15 @@ def result_predict(num):
     elif num == 2:
         return 'SEXIST'
 
-
-
-# Gradio Interface oluşturun
+# Gradio arayüzünü oluştur
 iface = gr.Interface(
-    fn=predict, 
-    inputs="text",
-    outputs=["text", "text"],
+    fn=predict,  # Kullanıcıdan alınan metni modelinize ileten fonksiyon
+    inputs=gr.Textbox(),  # Kullanıcıdan metin girişi alın
+    outputs=gr.Textbox(),  # Model çıktısını görüntülemek için metin kutusu
     live=True,
-    layout="horizontal",
-    title="BERT Text Classification"
+    title='Yorum Tespiti',
+    css='''span{text-transform: uppercase} p{text-align: center}'''
 )
 
+# Gradio arayüzünü başlat
 iface.launch()