update

app.py

@@ -1,28 +1,80 @@
 import streamlit as st
 from transformers import pipeline
+import json
 
-# 加载中文垃圾邮件分类器
+# 设置页面配置
+st.set_page_config(page_title="中文垃圾信息分类器", page_icon="🚫", layout="wide")
+
+# 加载中文垃圾信息分类器
 @st.cache_resource
 def load_classifier():
     return pipeline("text-classification", model="app-x/chinese_spam_classifier")
 
 classifier = load_classifier()
 
-st.title("中文垃圾信息分类器")
+st.title("🚫 中文垃圾信息分类器")
 st.write("使用 app-x/chinese_spam_classifier 模型进行中文文本的垃圾信息分类。")
 
-# 创建文本输入框
-text_input = st.text_area("请输入中文文本:", height=150)
-
-if st.button("分类"):
-    if text_input:
-        # 进行分类
-        result = classifier(text_input)[0]
-        label = "垃圾信息" if result["label"] == "LABEL_1" else "正常信息"
-        confidence = result["score"]
-        
-        # 显示结果
-        st.write(f"分类结果: {label}")
-        st.write(f"置信度: {confidence:.2f}")
-    else:
-        st.warning("请输入文本后再进行分类。")
+# 创建两列布局
+col1, col2 = st.columns([2, 1])
+
+with col1:
+    # 创建文本输入框
+    text_input = st.text_area("请输入中文文本:", height=200)
+    
+    if st.button("分类", key="classify_button"):
+        if text_input:
+            with st.spinner("正在分析..."):
+                # 进行分类
+                result = classifier(text_input)[0]
+                label = "垃圾信息" if result["label"] == "LABEL_1" else "正常信息"
+                confidence = result["score"]
+                
+                # 创建JSON格式的结果
+                json_result = {
+                    "input_text": text_input,
+                    "classification": label,
+                    "confidence": confidence,
+                    "raw_output": result
+                }
+                
+                # 显示结果
+                st.subheader("分类结果:")
+                if label == "垃圾信息":
+                    st.error(f"⚠️ {label}")
+                else:
+                    st.success(f"✅ {label}")
+                
+                st.write(f"置信度: {confidence:.2f}")
+                st.progress(confidence)
+                
+                # 显示JSON格式的结果
+                st.subheader("JSON 格式的详细结果:")
+                st.json(json_result)
+        else:
+            st.warning("请输入文本后再进行分类。")
+
+with col2:
+    st.subheader("使用说明")
+    st.write("""
+    1. 在左侧文本框中输入您想要分类的中文文本。
+    2. 点击"分类"按钮。
+    3. 系统将分析文本并显示结果。
+    4. 结果包括分类（垃圾信息或正常信息）、置信度和JSON格式的详细输出。
+    """)
+    
+    st.subheader("关于模型")
+    st.write("""
+    本分类器使用了 app-x/chinese_spam_classifier 模型，
+    该模型基于大规模中文数据集训练，能够有效识别各种类型的垃圾信息。
+    """)
+    
+    st.subheader("免责声明")
+    st.info("""
+    此分类器仅作为辅助工具，不应完全依赖其结果。
+    请始终保持警惕，谨慎处理可疑信息。
+    """)
+
+# 添加页脚
+st.markdown("---")
+st.markdown("由 Streamlit 和 Hugging Face 提供支持 | 作者：[app-x]")