apply keyword's parallel processing

app.py

@@ -12,8 +12,7 @@ from tqdm import tqdm
 # sys.path.append(current_path)
 
 # OpenAI API 설정 (환경 변수에서 읽어옴)
-openai.api_key = "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"
-# openai.api_key = os.getenv("OPENAI_API_KEY")  # 실제 코드에서 주석 해제
+openai.api_key = os.getenv("OPENAI_API_KEY")  # 실제 코드에서 주석 해제
 st.set_page_config(layout="wide")
 
 
@@ -27,24 +26,17 @@ preset_learning_text = """민주주의 사회는 국민이 정치에 참여할
 
 # 키워드 찾기 실행해서 변수에 keep
 # preset_keyw_func(preset_learning_texts)
-preset_learning_texts = preset_learning_text.split("\n")
+preset_learning_texts = preset_learning_text.split("\n")  #문단별로 쪼개기
 
 highlighted_texts_list = list()
 tmp = str()
 tmp_list = list()
 for k in range(len(preset_learning_texts)):
     print(k)
-    text = preset_learning_texts[k]
-    if tmp:
-
-        if len(text) > 15:
-            front_bared_htext = preset_learning_texts[k][15:]  # 15 = len('annotated_text(')
-            tmp = tmp[:-1] + front_bared_htext
-        else:
-            break  # 총 문단수 == len(highlighted_text_list)-1
-    else:
-        tmp += text
+    text = preset_learning_texts[k]  #문단별 텍스트
+    tmp += text  #1문단, 1+2문단, 1+2+3문단 ...
     tmp_list.append(tmp)
+#to be updated: 한 번 클릭할 때 마다, +1 문단씩 키워드 분석 결과 보여주기
 
 def run(list_sum):
     with concurrent.futures.ThreadPoolExecutor() as executor: