Update app.py

app.py

@@ -29,7 +29,7 @@ from sklearn.metrics.pairwise import cosine_similarity
 # nombre de mots et de mots uniques
 def number_words(text):
   word = text.split()
-  return 'Nombre de mots : {}   Nombre de mots uniques : {}'.format(len(word), len(Counter(word)))
+  return 'Nombre de mots : {} / Nombre de mots uniques : {}'.format(len(word), len(Counter(word)))
     
 # polarité
 def polarity(text):
@@ -64,7 +64,7 @@ def keywords(text):
   for i in range(len(most_freq_words)):
     mfwp = most_freq_words[i][0]
     most_freq_words_p.append(mfwp)
-  return f'Mots clés : {most_freq_words_p}'
+  return most_freq_words_p
 
 
 # summary1
@@ -109,7 +109,7 @@ def summary_1(text):
     summary_sentences.append(sentences[sentence_scores[1][0]])
 
   summary = ' '.join(summary_sentences)
-  return f'Résumé 1 : {summary}'
+  return summary
 
 
 # summary2
@@ -133,7 +133,7 @@ def summary_2(text):
       if word in most_freq_words_p and sent not in summary:
         summary.append(sent)
       
-  return f'Résumé 2 : {summary}'
+  return summary
 
 
 def analyze_text(text):
@@ -157,11 +157,12 @@ if st.button("Analyze"):
     st.write(nb_mots)
     st.write(polarite)
     st.write(subjectivite)
-    st.write(mots_cles)
-    st.write(resume1)
-    st.write(resume2)
+    st.write("List without square brackets and single quotes:")
+    st.write(f'Mots clés : {mots_cles}')
+    st.write(f'Résumé 1 : {resume1}')
+    st.write(f'Résumé 2 : {resume2}')
 
-if st.button("Clear"):
+if st.button("Clear Text Area"):
     text = ""