Update README.md

README.md

@@ -14,71 +14,27 @@ tags:
 
 TuRu - Tuvan/Russian binary classifier model [GitHub](https://github.com/tarbagan/tuvalang/tree/main/turu).
 
-# Install package
-
-```cmd
-pip install sklearn
-```
 
 ## How to use
 
 
-test.py
-```python
->>> from turu import TuRu
-
->>> model_file = 'turu_model.pkl'
->>> text_in = u'Февраль 17-де, ай санаашкыны-биле Чаа чылга – Шагаа байырлалынга тураскаадып, Тыва Республиканың күрүне шаңналдарын тывыскан.'
-
->>> turu = TuRu()
->>> lang = turu.get_turu(text_in=text_in, model_file=model_file)
 
-{"type": 1, "lang": "tuvan"}
+```python
+from tensorflow.keras.models import load_model
 
-```
+model = load_model('turu.h5')
 
-main.py
-```python
-import pickle
-import warnings
-warnings.filterwarnings("ignore")
+text_to_predict = ["""
+Президент ооң бодалы-биле алырга, регионалдыг-даа, муниципалдыг-даа деңнелде деткиир ужурлуг регионнарда спортчу инфраструктура хөгжүлдезиниң айтырыын көрген.
+Ооң келир үеде президент программазының угланыышкыны ол апаарын Владимир Путин чугаалаан.
+"""]
 
+sequences = tokenizer.texts_to_sequences(text_to_predict)
+padded = pad_sequences(sequences, maxlen=10)
 
-class TuRu:
-    """
-    Модель бинарного классификатора тувинского/русского языка на базе sklearn.MultinomialNB()
-    : load_model - загрузка предворительно обученной модели model_file
-    : text_preroccesor - предварительная обработка текста
-    : get_turu - базовая функция для обработки текста text_in
-    """
-    def __init__(self, text_in='', model_file=''):
-        self.text_in = text_in
-        self.model_file = model_file
+prediction = model.predict(padded)
+print(prediction)
 
-    def load_model(self)->set:
-        "Загрузка модели"
-        with open(self, 'rb') as f:
-            vec, clf = pickle.load(f)
-        return vec, clf
+```
 
-    def text_preroccesor(self)->str:
-        "Функция отчистки текста"
-        text = str(self).lower()
-        tokens = [x for x in text.split() if x.isalpha()]
-        return ' '.join(tokens)
 
-    def get_turu(self, model_file, text_in)->object:
-        """Обработка текста моделью"""
-        try:
-            vec, clf = TuRu.load_model(model_file)
-            text = TuRu.text_preroccesor(text_in)
-            text_transforme = vec.transform([text])
-            scor = clf.predict(text_transforme)
-    
-            if scor[0] == 1:
-                return {"type": 1, "lang": "tuvan"}
-            else:
-                return {"type": 0, "lang": "russian"}
-        except Exception as e:
-            return {"type": 3, "lang": "unknown"}
-```