Upload 61 files

app.py

@@ -183,14 +183,14 @@ if st.session_state.button_clicked:
             if selected_character in top_categories:
                 selected_character_index = top_categories.index(selected_character)
                 if selected_character_index == 0:
-                    result_text = "OKです！"
+                    result_text = "🙆 14キャラクターの中でも一番近い話体と出ています。"
                 elif selected_character_index in [1, 2]:
-                    result_text = "OKです"
+                    result_text = "👍 14キャラクターの中でも3位以内に入るくらい話体が妥当です。"
                 else:
-                    result_text = "違うかも？"
+                    result_text = "❓ 話体が不適切な可能性があります。類似話題を確認して修正しましょう。"
             else:
                 # リストにキャラクターがない場合
-                result_text = "違うかも？"
+                result_text = "❓ リストにキャラクターがない場合"
                 st.session_state.result_text = result_text
 
             # 結果の表示
@@ -365,21 +365,32 @@ if st.session_state.button_clicked:
                 similar_sentences, mentioned_sentences = process_input(character_index, input_sentence, characters_list)
 
             with st.container():
-                st.subheader("類似度話題:")
+                st.subheader("類似話題:")
                 # 類似度の閾値
-                similarity_threshold = 0.85
+                high_similarity_threshold = 0.9
+                moderate_similarity_threshold = 0.85
+                
                 # 類似度の高い台詞をDataFrameに変換
                 similar_df = pd.DataFrame(similar_sentences, columns=['台詞', '類似度'])
+                
                 # 閾値より上のデータが存在するかどうかをチェック
-                if not similar_df[similar_df['類似度'] >= similarity_threshold].empty:
-                    # 閾値より上のデータが存在する場合の処理
-                    st.dataframe(similar_df[similar_df['類似度'] >= similarity_threshold].reset_index(drop=True).style.format({'類似度': "{:.2f}"}))
+                if not similar_df[similar_df['類似度'] >= high_similarity_threshold].empty:
+                    # 0.9以上の類似度の高い話題がある場合のメッセージ
+                    st.markdown("🙆 類似度の高い話題があります。参考にしてください。")
+                elif not similar_df[similar_df['類似度'] >= moderate_similarity_threshold].empty:
+                    # 0.9以上の類似度はないが、0.85以上の類似度がある場合のメッセージ
+                    st.markdown("👍 類似度が高めの話題があります。")
+                
+                # 0.85以上の類似度を持つ話題を表示（閾値より下のデータは除外）
+                if not similar_df[similar_df['類似度'] >= moderate_similarity_threshold].empty:
+                    st.dataframe(similar_df[similar_df['類似度'] >= moderate_similarity_threshold].reset_index(drop=True).style.format({'類似度': "{:.2f}"}))
+                
                 # 閾値より下のデータが存在するかどうかをチェック
-                if not similar_df[similar_df['類似度'] < similarity_threshold].empty:
+                if not similar_df[similar_df['類似度'] < moderate_similarity_threshold].empty:
                     # 閾値より下のデータが存在する場合、警告メッセージを表示
-                    st.markdown("<span style='color:red;'>以下、信頼度が低い可能性があります</span>", unsafe_allow_html=True)
+                    st.markdown("<span style='color:red;'>❗ 以下、類似度が低くあまり参考にならない可能性があります。</span>", unsafe_allow_html=True)
                     # 閾値より下のデータを表示
-                    st.dataframe(similar_df[similar_df['類似度'] < similarity_threshold].reset_index(drop=True).style.format({'類似度': "{:.2f}"}))
+                    st.dataframe(similar_df[similar_df['類似度'] < moderate_similarity_threshold].reset_index(drop=True).style.format({'類似度': "{:.2f}"}))
         with tab3:
             with st.container():
                 # キーワードのリストを取得