Update Model/MultimodelNER/app_MNER.py

Model/MultimodelNER/app_MNER.py

@@ -1,50 +1,50 @@
-import streamlit as st
-from spacy import displacy
-from Model.NER.VLSP2021.Predict_Ner import ViTagger
-import re
-from thunghiemxuly import save_uploaded_image,convert_text_to_txt,add_string_to_txt
-
-import os
-from transformers import AutoTokenizer, BertConfig
-from Model.MultimodelNER.VLSP2016.train_umt_2016 import format_predictions,process_predictions,combine_entities,remove_B_prefix,load_model,predict
-from Model.MultimodelNER.predict import get_test_examples_predict
-from Model.MultimodelNER import resnet as resnet
-from Model.MultimodelNER.resnet_utils import myResnet
-import torch
-import numpy as np
-from Model.MultimodelNER.VLSP2016.dataset_roberta import MNERProcessor_2016
-from Model.MultimodelNER.VLSP2016.MNER_2016 import show_mner_2016
-from Model.MultimodelNER.VLSP2021.MNER_2021 import show_mner_2021
-
-CONFIG_NAME = 'bert_config.json'
-WEIGHTS_NAME = 'pytorch_model.bin'
-device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-
-
-net = getattr(resnet, 'resnet152')()
-net.load_state_dict(torch.load(os.path.join('E:/demo_datn/pythonProject1/Model/Resnet/', 'resnet152.pth')))
-encoder = myResnet(net, True, device)
-def process_text(text):
-    # Loại bỏ dấu cách thừa và dấu cách ở đầu và cuối văn bản
-    processed_text = re.sub(r'\s+', ' ', text.strip())
-    return processed_text
-
-
-
-def show_mner():
-    st.sidebar.title('Datasets')
-    dataset = st.sidebar.selectbox("Datasets", ("VLSP2016", "VLSP2021"))
-    st.header("Multimodal NER")
-    if dataset == 'VLSP2016':
-        show_mner_2016()
-    else:
-        show_mner_2021()
-
-
-        # Sử dụng widget st.html để hiển thị HTML
-
-    # Hiển thị văn bản đã nhập
-    # st.write("Văn bản đã nhập:", text)
-
-
+import streamlit as st
+from spacy import displacy
+from Model.NER.VLSP2021.Predict_Ner import ViTagger
+import re
+from thunghiemxuly import save_uploaded_image,convert_text_to_txt,add_string_to_txt
+
+import os
+from transformers import AutoTokenizer, BertConfig
+from Model.MultimodelNER.VLSP2016.train_umt_2016 import format_predictions,process_predictions,combine_entities,remove_B_prefix,load_model,predict
+from Model.MultimodelNER.predict import get_test_examples_predict
+from Model.MultimodelNER import resnet as resnet
+from Model.MultimodelNER.resnet_utils import myResnet
+import torch
+import numpy as np
+from Model.MultimodelNER.VLSP2016.dataset_roberta import MNERProcessor_2016
+from Model.MultimodelNER.VLSP2016.MNER_2016 import show_mner_2016
+from Model.MultimodelNER.VLSP2021.MNER_2021 import show_mner_2021
+
+CONFIG_NAME = 'bert_config.json'
+WEIGHTS_NAME = 'pytorch_model.bin'
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+
+
+net = getattr(resnet, 'resnet152')()
+net.load_state_dict(torch.load(os.path.join('/Model/Resnet/', 'resnet152.pth')))
+encoder = myResnet(net, True, device)
+def process_text(text):
+    # Loại bỏ dấu cách thừa và dấu cách ở đầu và cuối văn bản
+    processed_text = re.sub(r'\s+', ' ', text.strip())
+    return processed_text
+
+
+
+def show_mner():
+    st.sidebar.title('Datasets')
+    dataset = st.sidebar.selectbox("Datasets", ("VLSP2016", "VLSP2021"))
+    st.header("Multimodal NER")
+    if dataset == 'VLSP2016':
+        show_mner_2016()
+    else:
+        show_mner_2021()
+
+
+        # Sử dụng widget st.html để hiển thị HTML
+
+    # Hiển thị văn bản đã nhập
+    # st.write("Văn bản đã nhập:", text)
+
+
 ###Ví dụ 1 : Một trận hỗn chiến đã xảy ra tại trận đấu khúc côn cầu giữa  Penguins và Islanders ở Mỹ (image:penguin)