Upload app.py

app.py

@@ -0,0 +1,117 @@
+import numpy as np
+from gensim.models import Word2Vec
+import gradio as gr
+from sklearn.decomposition import PCA
+import plotly.graph_objects as go
+import nltk
+from nltk.tokenize import word_tokenize
+from nltk.tag import pos_tag
+
+nltk.download('punkt')
+nltk.download('averaged_perceptron_tagger')
+
+# Word2Vec 모델 학습 함수
+def train_word2vec(sentences):
+    model = Word2Vec(sentences, vector_size=100, window=5, min_count=1)
+    return model
+
+def preprocess_text(file_path):
+    with open(file_path, 'r', encoding='utf-8') as file:
+        text = file.read()
+    
+    # 토큰화 및 품사 태깅
+    tokens = word_tokenize(text)
+    tagged = pos_tag(tokens)
+    
+    # 명사만 추출 (NN, NNS, NNP, NNPS)
+    nouns = [word.lower() for word, pos in tagged if pos.startswith('NN')]
+    
+    # 중복 제거 및 정렬
+    unique_nouns = sorted(set(nouns))
+    
+    # 간단한 문장 생성 (각 명사를 개별 문장으로 취급)
+    sentences = [[noun] for noun in unique_nouns]
+    
+    return sentences, unique_nouns
+
+def apply_pca(word_vectors):
+    pca = PCA(n_components=3)
+    return pca.fit_transform(word_vectors)
+
+def process_text(file_path, target_word):
+    # 전처리
+    sentences, unique_words = preprocess_text(file_path)
+    
+    # Word2Vec 모델 학습
+    model = train_word2vec(sentences)
+    
+    # 각 단어의 임베딩 벡터 추출
+    word_vectors = np.array([model.wv[word] for word in unique_words])
+    
+    # PCA로 차원 축소
+    word_vectors_3d = apply_pca(word_vectors)
+    
+    # 색상 설정 (투명도 추가)
+    colors = ['rgba(128, 128, 128, 0.3)' if word != target_word else 'rgba(255, 0, 0, 1)' for word in unique_words]
+    
+    # 가장 가까운 단어 10개 찾기
+    if target_word in model.wv:
+        similar_words = model.wv.most_similar(target_word, topn=10)
+        similar_word_indices = [unique_words.index(word) for word, _ in similar_words]
+        for idx in similar_word_indices:
+            colors[idx] = 'rgba(0, 255, 0, 1)'  # 가까운 단어들을 초록색으로 표시
+    
+    # Plotly를 사용한 3D 산점도 생성
+    fig = go.Figure(data=[go.Scatter3d(
+        x=word_vectors_3d[:, 0],
+        y=word_vectors_3d[:, 1],
+        z=word_vectors_3d[:, 2],
+        mode='markers+text',
+        text=unique_words,
+        textposition="top center",
+        marker=dict(
+            size=8,
+            color=colors,
+        )
+    )])
+    
+    fig.update_layout(
+        title="Word Embeddings 3D Visualization",
+        scene=dict(
+            xaxis_title="PCA 1",
+            yaxis_title="PCA 2",
+            zaxis_title="PCA 3"
+        ),
+        width=800,
+        height=800
+    )
+    
+    # 가장 가까운 단어 10개 목록 생성
+    similar_words_text = ""
+    if target_word in model.wv:
+        similar_words_text = "가장 가까운 단어 10개:\n" + "\n".join([f"{word}: {score:.4f}" for word, score in similar_words])
+    
+    return fig, similar_words_text
+
+# Gradio 인터페이스 수정
+with gr.Blocks() as iface:
+    gr.Markdown("# Word Embedding 3D 시각화")
+    gr.Markdown("텍스트 파일(.txt)을 업로드하고 강조할 단어를 입력하세요. Word2Vec과 PCA를 사용하여 단어 임베딩을 3D로 시각화합니다. 입력한 단어는 빨간색으로, 가장 유사한 10개 단어는 초록색으로 강조됩니다. 유사한 단어 목록은 그래프 아래에 표시됩니다.")
+    
+    with gr.Row():
+        file_input = gr.File(label="텍스트 파일 업로드 (.txt)", file_types=[".txt"])
+        word_input = gr.Textbox(label="강조할 단어 입력")
+    
+    submit_btn = gr.Button("제출")
+    
+    plot_output = gr.Plot(label="Word Embedding 3D 시각화")
+    similar_words_output = gr.Textbox(label="유사한 단어")
+    
+    submit_btn.click(
+        fn=process_text,
+        inputs=[file_input, word_input],
+        outputs=[plot_output, similar_words_output]
+    )
+
+if __name__ == "__main__":
+    iface.launch()