Update app.py

app.py

@@ -8,7 +8,7 @@ from sudachipy import dictionary
 from sudachipy import tokenizer as sudachi_tokenizer
 from transformers import AutoModelForCausalLM, PreTrainedTokenizer, T5Tokenizer
 
-# trained model
+
 model_dir = Path(__file__).parents[0] / "model"
 device = torch.device("cuda:0") if torch.cuda.is_available() else torch.device("cpu")
 tokenizer = T5Tokenizer.from_pretrained(model_dir)
@@ -120,7 +120,9 @@ def create_highlighted_text(
     if mean_surprisal is None:
         highlighted_text = "<h2><b>" + label + "</b></h2>"
     else:
-        highlighted_text = "<h2><b>" + label + f"</b>（サプライザル平均値: {mean_surprisal:.3f}）</h2>"
+        highlighted_text = (
+            "<h2><b>" + label + f"</b>（サプライザル平均値: {mean_surprisal:.3f}）</h2>"
+        )
     for token, score in tokens2scores:
         highlighted_text += highlight_token(token, score)
     return highlighted_text
@@ -168,6 +170,7 @@ def main(input_text: str) -> Tuple[str, str, str]:
     offsets = calc_offsets(sudachi_tokenize(input_text))
     tokens2surprisal = aggregate_surprisals_by_offset(char2surprisal, offsets)
     tokens2surprisal = normalize_surprisals(tokens2surprisal)
+
     highlighted_text = create_highlighted_text(
         "学習後モデル", tokens2surprisal, mean_surprisal
     )
@@ -200,13 +203,13 @@ def main(input_text: str) -> Tuple[str, str, str]:
 if __name__ == "__main__":
     demo = gr.Interface(
         fn=main,
-        title="文章の読みやすさを自動評価する言語処理システム",
-        description="テキストを入力すると、読みにくさに応じてハイライトされて出力されます。",
+        title="文章の読みやすさを自動評価するAI",
+        description="文章を入力すると、読みづらい表現は赤く、読みやすい表現は青くハイライトされて出力されます。",
         show_label=True,
         inputs=gr.Textbox(
             lines=5,
-            label="テキスト",
-            placeholder="ここにテキストを入力してください。",
+            label="文章",
+            placeholder="ここに文章を入力してください。",
         ),
         outputs=[
             gr.HTML(label="学習前モデル", show_label=True),