Update app.py

app.py

@@ -3,7 +3,6 @@ import streamlit as st
 st.markdown("### Article Classifier")
 st.markdown("<img width=200px src='https://rozetked.me/images/uploads/dwoilp3BVjlE.jpg'>", unsafe_allow_html=True)
 st.markdown("This is a tool for classifying article category by it's title and summary. \n Follow the instructions below")
-# ^-- можно показывать пользователю текст, картинки, ограниченное подмножество html - всё как в jupyter
 from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
 import torch
 import numpy as np
@@ -13,9 +12,7 @@ model = AutoModelForSequenceClassification.from_pretrained("Wi/arxiv-topics-dist
 title = st.text_area("Put the title here")
 abstract = st.text_area("Put the abstract here")
 if st.button('Press when ready'):
-
     text = 'Title:' + title + '\n' + 'Abstract:' + abstract
-    # ^-- показать текстовое поле. В поле text лежит строка, которая находится там в данный момент
     
     inputs = tokenizer(text, return_tensors="pt")
     with torch.no_grad():
@@ -29,12 +26,9 @@ if st.button('Press when ready'):
     while sum < 0.95:
         predicted_class_id.append(order[i])
         sum += probs[order[i]]
+        i+=1
     
-    #predicted_class_id = logits.argmax().item()
-    # тут уже знакомый вам код с huggingface.transformers -- его можно заменить на что угодно от fairseq до catboost
+
     for id in predicted_class_id:
         st.markdown(model.config.id2label[id])
-        st.markdown(id)
-    
-    #st.markdown(model.config.id2label[predicted_class_id])
-# выводим результаты модели в текстовое поле, на потеху пользователю
+