app.py

import streamlit as st
from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline

tokenizer = AutoTokenizer.from_pretrained("Nma/RuleClassify-Textclassify")
model = AutoModelForSequenceClassification.from_pretrained("Nma/RuleClassify-Textclassify")

# Create a sentiment analysis pipeline with the explicit tokenizer
classifier = pipeline("text-classification", model=model,tokenizer=tokenizer)

# สร้างหน้าเว็บ Streamlit
st.title("Spam Detection App")

# สร้างกล่องข้อความให้ผู้ใช้ป้อนข้อความ
user_input = st.text_input("ใส่ข้อความที่ต้องการตรวจสอบ:")
# ตรวจสอบข้อความเมื่อผู้ใช้กดปุ่ม "ตรวจสอบ"
if st.button("ตรวจสอบ"):
    if user_input:
        # ใช้โมเดลตรวจสอบข้อความ
        result = classifier(user_input)

        # แสดงผลลัพธ์
        st.write("ผลลัพธ์:")
        st.write(f"ข้อความ: {user_input}")
        
        # แก้ไขข้อความ "Staff" เป็น "Spam"
        label = "Spam" if result[0]['label'] == 'Staff' else result[0]['label']
        
        st.write(f"สปัม: {label}")
        st.write(f"ความมั่นใจ: {result[0]['score']}")
    else:
        st.warning("โปรดป้อนข้อความก่อนตรวจสอบ")