g19_project / app.py
Emil25's picture
Update app.py
3595c48
raw
history blame
10.2 kB
import streamlit as st
st.set_page_config(page_title="Student Assistant")
st.markdown('''
# :female-student: «Персональный помощник для студентов»
Данное приложение предназначено для обработки научных статей на английском языке. Оно осуществляет автоматическое составление краткого изложения (summary) статьи, извлечение ключевых слов и создание облака слов (word cloud) для облегчения запоминания этих слов. Кроме того, приложение создает карточки, содержащие эти ключевые слова и их перевод.
## Описание цели проекта и его функциональности
**Цель проекта:** помочь пользователям быстро и эффективно обрабатывать и запоминать содержимое научных статей на английском языке. Оно предоставляет удобный интерфейс, который автоматически генерирует краткое изложение статьи, выделяет наиболее важные ключевые слова и предлагает их перевод на русский язык.
- **Составление краткого изложения статьи.** Приложение использует модель "bart-large-cnn" для автоматического генерирования краткого изложения статьи. Это позволяет пользователям быстро ознакомиться с ее основным содержанием.
- **Извлечение ключевых слов.** Приложение использует модель "keyphrase-extraction-kbir-inspec" для извлечения наиболее важных ключевых слов из статьи. Это помогает пользователям запоминать основные понятия.
- **Создание облака слов.** Приложение создает облако слов на основе извлеченных ключевых слов. Облако слов представляет из себя графическое отображение информации, где частотность или важность каждого слова представлена в виде размера или цвета. Это помогает пользователю быстро уловить основные идеи статьи.
- **Составление карточек с переводом ключевых слов.** Приложение использует модель "Helsinki-NLP/opus-mt-en-ru" для автоматического перевода ключевых слов на русский язык. Это облегчает запоминание ключевых понятий научной статьи для пользователей, которые не владеют английским языком.
## Команда 19
- Болотов М.
- Гилёв Д.
- Пахомов Д.
- Шибакова А.
- Султанов Э.
## Вклад участников
Совместными усилиями мы разработали общую концепцию приложения, определили его основные функции и цели, распределили обязаности между всеми членами команды.
### Болотов М., Гилёв Д.
Работа над модулем "Изучение английского языка через визуальное и аудио восприятие". Поиск и исследование подходящих предварительно обученных моделей Hugging Face. На основе данных моделей был разработан функционал приложения, которое позволяет пользователю генерировать изображения, описывать их на английском языке и озвучивать получившийся текст.
### Шибакова А., Пахомов Д., Султанов Э.
Работа над модулем "Конспект и ключевые слова из статьи". Поиск и исследование подходящих предварительно обученных моделей Hugging Face. На основе данных моделей был разработан функционал приложения, которое позволяет пользователю составлять краткого изложение (summary) статьи, извлекать ключевые слова и создавать облако слов (word cloud) для облегчения запоминания слов. Кроме того, приложение создает карточки, содержащие эти ключевые слова и их перевод.
### Пахомов Д.
Интеграция модулей и тестирование. Оценка и улучшение системы.
### Шибакова А.
Оформление документации. Создание презентации проекта.
### Султанов Э.
Развертывание приложения на платформе Hugging Face Spaces.
''')
st.markdown('''
### Технологии
* Приложение разработано на языке ```Python```, с использованием библилотеки ```Streamlit```.
* Приложение использует:
* модель ```"bart-large-cnn"``` для автоматического создания конспекта статьи;
* модель ```"keyphrase-extraction-kbir-inspec"``` для извлечения ключевых слов из статьи;
* модель ```"Helsinki-NLP/opus-mt-en-ru"``` для автоматического перевода ключевых слов на русский язык.
* Приложение использует библиотеку ```wordcloud``` для создания облака слов из ключевых слов.
* Для визуализации результатов приложение использует библиотеки ```Matplotlib``` и ```Plotly```.
* Прриложение развернуто на платформе ```Hugging Face Spaces```.
### Установка и использование
1. Склонируйте репозиторий приложения с GitHub: ```https://github.com/sultanovemil/PI_URFU_2023.git```.
2. Установите необходимые зависимости, выполнив команду ```pip install -r requirements.txt```.
3. Запустите приложение, выполнив команду ```streamlit run app.py```в корневой папке проекта.
4. Откройте веб-браузер и перейдите по адресу ```http://localhost:8501```.
5. Введите текст статьи на английском языке в соответствующее поле и нажмите кнопку "Обработать текст".
## Основные достижения и преимущества нашего решения
1. Автоматическое составление конспектов: приложение позволяет студентам сэкономить время и усилия,
предоставляя автоматически созданные конспекты текстов на английском языке.
Это помогает в изучении и запоминании материала более эффективно.
2. Интерактивное обучение: путем использования карточек для изучения английских слов,
приложение создает интерактивную и эффективную среду для улучшения словарного запаса студентов.
Это помогает учащимся запоминать новые слова и применять их в контексте.
3. Улучшение языковых навыков: решение помогает студентам улучшить свои языковые навыки,
включая понимание текста на английском языке, активное использование новых слов и умение составлять конспекты.
Это дает студентам уверенность и полезные навыки для дальнейшего образования и карьеры.
4. Творческий подход к изучению английского языка: мы используем API модели от Hugging Face для генерации интересных и
разнообразных изображений, которые помогут студентам улучшить навыки описания изображений и говорения на английском языке.
**Практическая ценность и потенциал** для улучшения образовательного процесса заключаются в том,
что наше решение предоставляет инновационный подход к изучению английского языка и созданию конспектов.
Оно помогает студентам эффективно использовать свое время, повысить свою академическую успеваемость и
развивать важные навыки для будущей карьеры.
''')
st.divider()