Delete app.py

app.py

@@ -1,40 +0,0 @@
-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}")
-        
-        # แสดงค่าความมั่นใจ
-        confidence = result[0]['score'] * 100  # แปลงค่าความมั่นใจเป็นเปอร์เซ็นต์
-        label = result[0]['label']
-
-        if label == "LABEL_FOR_SPAM":  # แทน LABEL_FOR_SPAM ด้วยป้ายกำกับสแปมของโมเดลของคุณ
-            st.write(f"สแปม: {label} ({confidence:.2f}% ความมั่นใจ)")
-            if confidence >= 80:
-                st.warning("โมเดลมั่นใจว่าข้อความนี้ไม่เป็นสแปม")
-            else:
-                st.success("โมเดลมั่นใจว่าข้อความนี้เป็นสแปม")
-        else:
-            st.write(f"ไม่เป็นสแปม: {label} ({confidence:.2f}% ความมั่นใจ)")
-            st.success("โมเดลมั่นใจว่าข้อความนี้ไม่เป็นสแปม")
-    else:
-        st.warning("โปรดป้อนข้อความก่อนตรวจสอบ")