File size: 6,786 Bytes
3d4ee72 3cfcf7e 3d4ee72 3cfcf7e 3d4ee72 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 |
import streamlit as st
from spacy import displacy
from Model.NER.VLSP2021.Predict_Ner import ViTagger
import re
import torch
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
def process_text(text):
# Loại bỏ dấu cách thừa và dấu cách ở đầu và cuối văn bản
processed_text = re.sub(r'\s+', ' ', text.strip())
return processed_text
def show_ner():
st.sidebar.title('Datasets')
dataset = st.sidebar.selectbox("Datasets", ("VLSP2016", "VLSP2021"))
st.header("NER")
text = st.text_area("Enter your text for NER:", height=300)
text = process_text(text)
if st.button("Process NER"):
if dataset == "VLSP2021":
tagger = ViTagger(model_path='Model/NER/VLSP2021/best_model.pt')
a = text
b = tagger.extract_entity_doc(a)
# Danh sách các từ và nhãn NER
# words_and_labels = [('Dự', 'O'), ('báo', 'O'), ('thời', 'O'), ('tiết', 'O'), ('2 ngày', 'DATETIME-DATERANGE'), ('tới', 'O'), ('Nam Bộ', 'LOCATION-GPE'), ('có', 'O'), ('mưa', 'O'), ('dông', 'O')]
words_and_labels = b
# Tạo danh sách từ
words = [word for word, _ in words_and_labels]
# Tạo danh sách thực thể và nhãn cho mỗi từ, loại bỏ nhãn 'O'
entities = [{'start': sum(len(word) + 1 for word, _ in words_and_labels[:i]),
'end': sum(len(word) + 1 for word, _ in words_and_labels[:i + 1]), 'label': label} for
i, (word, label)
in enumerate(words_and_labels) if label != 'O']
# print(entities)
# Render the visualization without color for 'O' labels
html = displacy.render(
{"text": " ".join(words), "ents": entities, "title": None},
style="ent",
manual=True,
options={"colors": {"DATETIME-DATERANGE": "#66c2ff",
"LOCATION-GPE": "#ffcc99",
"O": None, # Màu cho nhãn 'O'
"QUANTITY-NUM": "#ffdf80",
"EVENT-CUL": "#bfbfbf",
"DATETIME": "#80ff80",
"PERSONTYPE": "#ff80ff",
"PERSON": "#bf80ff",
"QUANTITY-PER": "#80cccc",
"ORGANIZATION": "#ff6666",
"LOCATION-GEO": "#66cc66",
"LOCATION-STRUC": "#cccc66",
"PRODUCT-COM": "#ffff66",
"DATETIME-DATE": "#66cccc",
"QUANTITY-DIM": "#6666ff",
"PRODUCT": "#cc6666",
"QUANTITY": "#6666cc",
"DATETIME-DURATION": "#9966ff",
"QUANTITY-CUR": "#ff9966",
"DATETIME-TIME": "#cdbf93",
"QUANTITY-TEM": "#cc9966",
"DATETIME-TIMERANGE": "#cc8566",
"EVENT-GAMESHOW": "#8c8c5a",
"QUANTITY-AGE": "#70db70",
"QUANTITY-ORD": "#e699ff",
"PRODUCT-LEGAL": "#806699",
"LOCATION": "#993366",
"ORGANIZATION-MED": "#339933",
"URL": "#ff4d4d",
"PHONENUMBER": "#99cc99",
"ORGANIZATION-SPORTS": "#6666ff",
"EVENT-SPORT": "#ffff80",
"SKILL": "#b38f66",
"EVENT-NATURAL": "#ff9966",
"ADDRESS": "#cc9966",
"IP": "#b38f66",
"EMAIL": "#cc8566",
"ORGANIZATION-STOCK": "#666633",
"DATETIME-SET": "#70db70",
"PRODUCT-AWARD": "#e699ff",
"MISCELLANEOUS": "#806699",
"LOCATION-GPE-GEO": "#99ffff"}}
)
# print(html)
st.markdown(html, unsafe_allow_html=True)
elif dataset == "VLSP2016":
tagger = ViTagger(model_path='Model/NER/VLSP2016/best_model.pt')
a = text
b = tagger.extract_entity_doc(a)
# Danh sách các từ và nhãn NER
# words_and_labels = [('Dự', 'O'), ('báo', 'O'), ('thời', 'O'), ('tiết', 'O'), ('2 ngày', 'DATETIME-DATERANGE'), ('tới', 'O'), ('Nam Bộ', 'LOCATION-GPE'), ('có', 'O'), ('mưa', 'O'), ('dông', 'O')]
words_and_labels = b
# Tạo danh sách từ
words = [word for word, _ in words_and_labels]
# Tạo danh sách thực thể và nhãn cho mỗi từ, loại bỏ nhãn 'O'
entities = [{'start': sum(len(word) + 1 for word, _ in words_and_labels[:i]),
'end': sum(len(word) + 1 for word, _ in words_and_labels[:i + 1]), 'label': label} for
i, (word, label)
in enumerate(words_and_labels) if label != 'O']
# print(entities)
# Render the visualization without color for 'O' labels
html = displacy.render(
{"text": " ".join(words), "ents": entities, "title": None},
style="ent",
manual=True,
options={"colors": {"MISC": "#806699",
"ORG": "#ff6666",
"LOC": "#66cc66",
"PER": "#bf80ff",
"O": None}}
)
# print(html)
st.markdown(html, unsafe_allow_html=True)
# Sử dụng widget st.html để hiển thị HTML
# Hiển thị văn bản đã nhập
# st.write("Văn bản đã nhập:", text)
|