Update app.py

app.py

@@ -7,17 +7,6 @@ model = AutoModelForSequenceClassification.from_pretrained(model_name)
 
 classifier = pipeline("text-classification", model=model, tokenizer=tokenizer)
 
-# # 추론 파이프라인 설정
-# inference_pipeline = pipeline(
-#     "text-classification",
-#     model=model,
-#     tokenizer=tokenizer,
-#     return_all_scores=True,
-# )
-
-
-
-
 def classify_text(text):
     """
     주어진 텍스트가 부적절한지 여부를 판별합니다.
@@ -34,17 +23,26 @@ def classify_text(text):
     for result in results:
         # 모델에 따라 라벨이 다를 수 있습니다.
         if result['label'] == '악플/욕설' and result['score'] > 0.5:
-            return "욕설입니다."
+            return "악플/욕설입니다."
         elif result['label'] == '여성/가족' and result['score'] > 0.5:
-            return "여성혐오입니다"
-                
+            return "여성 혐오입니다"
+        elif result['label'] == '남성' and result['score'] > 0.5:
+            return "남성 혐오입니다"
+        elif result['label'] == '인종/국적' and result['score'] > 0.5:
+            return "인종/국적 혐오입니다"
+        elif result['label'] == '연령' and result['score'] > 0.5:
+            return "연령 혐오입니다"
+        elif result['label'] == '지역' and result['score'] > 0.5:
+            return "지역 혐오입니다"
+        elif result['label'] == '종교' and result['score'] > 0.5:
+            return "종교 혐오입니다"
+        elif result['label'] == '기타 혐오' and result['score'] > 0.5:
+            return "기타 혐오입니다"
     
     return "적절한 내용입니다."
 
-# def greet(name):
-#     return "Hello 곽선생 " + name + "!!"
 
-# results = inference_pipeline(example_sentence)
 
-demo = gr.Interface(fn=classify_text, inputs="textbox", title="부적절 문장 검출기", theme="soft", description="기준: IMMORAL_NONE(문제없음), CRIME(범죄), SEXUAL(선정), HATE(혐오), DISCRIMINATION(차별), CENSURE(비난), ABUSE(욕설), VIOLENCE(폭력)", outputs="textbox")
-demo.launch()
+demo = gr.Interface(fn=classify_text, inputs="textbox", title="부적절 문장 검출기", theme="soft", description="기준: 여성/가족, 남성, 성소수자, 인종/국적, 연령, 지역, 종교, 기타 혐오, 악플/욕설, outputs="textbox")
+demo.launch()
+