Update app.py

app.py

@@ -2,7 +2,6 @@ import streamlit as st
 from transformers import pipeline, AutoModelForSequenceClassification, AutoTokenizer, AutoModelForTokenClassification, AutoModelWithLMHead
 import pandas as pd
 import spacy
-import folium
 
 st.set_page_config(layout="wide")
 
@@ -16,6 +15,7 @@ Birinci Dünya Savaşı sırasında Osmanlı ordusunda görev yapan Atatürk, Ç
 # Uygulama başlığı
 st.title("NLP Toolkit")
 
+
 # Model seçim
 model_list = [
     'Metin Sınıflandırma1',
@@ -59,10 +59,6 @@ elif input_method == "Dosya Yükle":
     else:
         input_text = ""
 
-# Görev tipi seçimi
-st.sidebar.subheader("Görev Seçimi")
-task = st.sidebar.radio("", ["Metin Sınıflandırma", "Duygu Analizi", "Metin Analizi", "Metin Oluşturma", "Harita Görselleştirme"])
-
 @st.cache_resource
 def load_pipeline(model_name, task_type):
     if task_type == "Metin Sınıflandırma":
@@ -107,12 +103,6 @@ def entity_comb(output):
             output_comb.append(entity)
     return output_comb
 
-def display_map(location_name, coordinates):
-    st.subheader(f"{location_name} Konum Haritası")
-    map = folium.Map(location=coordinates, zoom_start=12)
-    folium.Marker(location=coordinates, popup=location_name).add_to(map)
-    st.write(map._repr_html_(), unsafe_allow_html=True)
-
 Run_Button = st.button("Çalıştır", key=None)
 
 if Run_Button and input_text != "":
@@ -168,10 +158,4 @@ if Run_Button and input_text != "":
         output = pipeline_model(input_text, max_length=50, num_return_sequences=1)
         st.subheader(f"{task} Sonuçları")
         for idx, item in enumerate(output):
-            st.write(f"Öneri {idx+1}: {item['generated_text']}")
-
-    elif task == "Harita Görselleştirme":
-        # Konumu sabit olarak belirliyoruz. Bu kısmı dinamik hale getirebilirsiniz.
-        location_name = "İstanbul"
-        coordinates = [41.0082, 28.9784]  # İstanbul'un koordinatları
-        display_map(location_name, coordinates)
+            st.write(f"Öneri {idx+1}: {item['generated_text']}")