ultima versao

app.py

@@ -5,8 +5,6 @@ import textstat
 from huggingface_hub import hf_hub_download
 from joblib import load
 from util import escape_tags_and_content, escape_tags, escape_strings, escape_links, escape_hex_character_codes, escape_punctuation_boundaries, escape_odd_spaces
-
-import nltk
 import nltk
 from nltk.corpus import stopwords
  
@@ -31,7 +29,7 @@ def calcula_MbR(titulo, descricao, nome_projeto):
     context = titulo + descricao
     d = {"context_": [context]}
     df = pd.DataFrame(data=d, columns=["context_"])
-    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/model_tawos_aloy_mbr.joblib", force_download=False))
+    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/model_tawos_{}_mbr.joblib".format(nome_projeto, nome_projeto), force_download=False))
     story_points_MbR = model.predict(df["context_"])
     return story_points_MbR
 
@@ -39,14 +37,12 @@ def calcula_Median(titulo, descricao, nome_projeto):
     context = titulo + descricao
     d = {"context_": [context]}
     df = pd.DataFrame(data=d, columns=["context_"])
-    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/model_tawos_aloy_median.joblib", force_download=False))
+    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/model_tawos_{}_median.joblib".format(nome_projeto, nome_projeto), force_download=False))
     story_points_MbR = model.predict(df["context_"])
     return story_points_MbR
 
 def calcula_NEOSP_SVR(titulo, descricao, nome_projeto):
-    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/model_tawos_aloy_neosp_svr.joblib", force_download=False))
-    
-    # criação de uma nova coluna
+    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/model_tawos_{}_neosp_svr.joblib".format(nome_projeto, nome_projeto), force_download=False))
     context = titulo + descricao
     d = {"context": [context]}
     df = pd.DataFrame(data=d, columns=["context"])
@@ -90,8 +86,8 @@ def calcula_NEOSP_SVR(titulo, descricao, nome_projeto):
     return story_points
 
 def calcula_NEOSP_Linear(titulo, descricao, nome_projeto):
-    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/model_tawos_aloy_neosp_linear.joblib", force_download=False))
-    # criação de uma nova coluna
+    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/model_tawos_{}_neosp_linear.joblib".format(nome_projeto, nome_projeto), force_download=False))
+    
     context = titulo + descricao
     d = {"context": [context]}
     df = pd.DataFrame(data=d, columns=["context"])
@@ -135,11 +131,11 @@ def calcula_NEOSP_Linear(titulo, descricao, nome_projeto):
     return story_points
     
 def calcula_TFIDF_SVR(titulo, descricao, nome_projeto):
-    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/model_tawos_aloy_tfidf_svr.joblib", force_download=False))
+    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/model_tawos_{}_tfidf_svr.joblib".format(nome_projeto, nome_projeto), force_download=False))
     context = titulo + descricao
     d = {"context_": [context]}
     df = pd.DataFrame(data=d, columns=["context_"])
-    vectorizer = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/vectorizer_tfidf.joblib", force_download=False))
+    vectorizer = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/vectorizer_tawos_{}_tfidf.joblib".format(nome_projeto, nome_projeto), force_download=False))
     X_vec = vectorizer.transform(df["context_"])
     df_vec = pd.DataFrame(data = X_vec.toarray(), columns = vectorizer.get_feature_names_out())
     X = df_vec
@@ -147,11 +143,11 @@ def calcula_TFIDF_SVR(titulo, descricao, nome_projeto):
     return story_points
 
 def calcula_TFIDF_Linear(titulo, descricao, nome_projeto):
-    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/model_tawos_aloy_tfidf_linear.joblib", force_download=False))
+    model = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/model_tawos_{}_tfidf_linear.joblib".format(nome_projeto, nome_projeto), force_download=False))
     context = titulo + descricao
     d = {"context_": [context]}
     df = pd.DataFrame(data=d, columns=["context_"])
-    vectorizer = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/aloy/vectorizer_tfidf.joblib", force_download=False))
+    vectorizer = load(hf_hub_download("giseldo/model_effort_tawos", "models/tawos/{}/vectorizer_tawos_{}_tfidf.joblib".format(nome_projeto, nome_projeto), force_download=False))
     X_vec = vectorizer.transform(df["context_"])
     df_vec = pd.DataFrame(data = X_vec.toarray(), columns = vectorizer.get_feature_names_out())
     X = df_vec
@@ -164,7 +160,7 @@ def calcula(titulo, descricao, nome_projeto):
 demo = gr.Interface(fn=calcula, 
                     inputs=[gr.Textbox(placeholder="Título", label="Título"), 
                             gr.Textbox(lines=10, placeholder="Descrição", label="Descrição"),
-                            gr.Dropdown(["ALOY", "XD", "TIMOB"], label="Projeto", value= "ALOY", interactive= False)], # info="Nome do projeto!"
+                            gr.Dropdown(["ALOY", "TIMOB", "XD"], label="Projeto", value= "ALOY")], # info="Nome do projeto!"
                     outputs=[gr.Textbox(label="Story Points Estimado Média"),
                              gr.Textbox(label="Story Points Estimado Mediana"),
                              gr.Textbox(label="Story Points Estimado NEOSP-SVR"),