Update app.py

app.py

@@ -88,29 +88,35 @@ title = st.text_area("Title HERE")
 abstract = st.text_area("Abstract HERE")
 
 
+if st.button('Предположить'):
+    text = title + " : " + abstract
+    inputs = tokenizer.encode_plus(
+                text,
+                None,
+                add_special_tokens=True,
+                max_length=256,
+                pad_to_max_length=True,
+                return_token_type_ids=True
+            )
+    
+    
+    ids = torch.Tensor(inputs['input_ids']).long()
+    mask = torch.Tensor(inputs['attention_mask']).long()
+    token_type_ids = torch.Tensor(inputs['token_type_ids']).long()
+    
+    ans = model(ids.unsqueeze(0), mask.unsqueeze(0), token_type_ids.unsqueeze(0))
+
 
-text = title + " : " + abstract
 
-inputs = tokenizer.encode_plus(
-            text,
-            None,
-            add_special_tokens=True,
-            max_length=256,
-            pad_to_max_length=True,
-            return_token_type_ids=True
-        )
 
 
-ids = torch.Tensor(inputs['input_ids']).long()
-mask = torch.Tensor(inputs['attention_mask']).long()
-token_type_ids = torch.Tensor(inputs['token_type_ids']).long()
 
-ans = model(ids.unsqueeze(0), mask.unsqueeze(0), token_type_ids.unsqueeze(0))
 
 
 from transformers import pipeline
 # тут уже знакомый вам код с huggingface.transformers -- его можно заменить на что угодно от fairseq до catboost
 
+
 idx = torch.nn.functional.softmax(ans[0], dim=0).argmax().item()
 st.markdown(f'{idx_to_tag[idx]}')
 # выводим результаты модели в текстовое поле, на потеху пользователю