Update app.py

app.py

@@ -71,7 +71,7 @@ pos_pattern = '<PROPN.*>*<N.*>*<ADJ.*>*'
 
 
 # vectorizer options
-vectorizer_options = ["keyword", "5gramword", "nounfrase"]
+vectorizer_options = ["keyword", "3gramword", "nounfrase"]
 
 
 # function principal (keywords)
@@ -92,9 +92,9 @@ def get_kw_html(doc, top_n, diversity, vectorizer_option, model_id, pos_pattern)
           )
       
     # upt to 3-gram 
-    elif vectorizer_option == "5gramword":    
+    elif vectorizer_option == "3gramword":    
       vectorizer = CountVectorizer(
-          ngram_range=(1, 5),
+          ngram_range=(1, 3),
           #stop_words=stop_words, 
           lowercase=lowercase
           )
@@ -288,7 +288,7 @@ def get_kw_html(doc, top_n, diversity, vectorizer_option, model_id, pos_pattern)
         keywords_with_distance_list_sorted = keywords_with_distance_list_sorted[:top_n]
       
         # main keyword
-        label = f"A palavra/frase chave com a maior probabilidade é <span style='color: black; background-color: yellow; padding:2px'>{keywords_with_distance_list_sorted[0][0]}</span>."
+        label = f"A palavra/frase chave com a maior similaridade é <span style='color: black; background-color: yellow; padding:2px'>{keywords_with_distance_list_sorted[0][0]}</span>."
 
         # json for printing
         keywords_list_json = {keyword:prob for keyword, prob in keywords_with_distance_list_sorted}
@@ -305,9 +305,10 @@ def get_kw_html(doc, top_n, diversity, vectorizer_option, model_id, pos_pattern)
 def get_kw_html_0(doc, top_n, diversity, vectorizer_option, model_id=0, pos_pattern=pos_pattern):
   return get_kw_html(doc, top_n, diversity, vectorizer_option, model_id, pos_pattern)
 
+
 title = "Extração das palavras/frases chave em português"
 
-description = '<p>(17/12/2022) Forneça seu próprio texto em português e o APP vai fazer a extração das palavras/frases chave com as maiores probabilidades de similaridade ao texto.</p>\
+description = '<p>(17/12/2022) Forneça seu próprio texto em português e o APP vai fazer a extração das palavras/frases chave com as maiores similaridades ao texto.</p>\
 <p>Este aplicativo usa os modelos seguintes:\
 <br />- <a href="https://huggingface.co/sentence-transformers/paraphrase-multilingual-mpnet-base-v2">SBERT multilingual</a>,\
 <br />- <a href="https://maartengr.github.io/KeyBERT/index.html">KeyBERT</a> para calcular as similaridades entre as palavras/frases chave e o texto do documento.</p>'
@@ -368,7 +369,7 @@ interface_0 = gr.Interface(
         gr.Textbox(lines=15, label="Texto do documento"), 
         gr.Slider(1, 20, value=num_results, step=1., label=f"Número das palavras/frases chave a procurar (0: mínimo - 20: máximo - padrão: {num_results})"),
         gr.Slider(0, 1, value=diversity, step=0.1, label=f"Diversidade entre as palavras/frases chave encontradas (0: mínimo - 1: máximo - padrão: {diversity})"),
-        gr.Radio(choices=vectorizer_options, value=vectorizer_options[0], label=f"Tipo de resultados (keyword: lista de palavras únicas - 5gramword: lista de 1 a 5 palavras - nounfrase: lista de frases nominais)"),
+        gr.Radio(choices=vectorizer_options, value=vectorizer_options[0], label=f"Tipo de resultados (keyword: lista de palavras únicas - 3gramword: lista de 1 a 5 palavras - nounfrase: lista de frases nominais)"),
         ],
     outputs=[
         gr.HTML(label=f"{model_name[0]}"),