Delete streamlit_app.py

streamlit_app.py / pages/Homepage.py

@@ -1,49 +0,0 @@
-import streamlit as st
-from st_pages import Page, show_pages
-
-st.set_page_config(page_title="Information Retrieval", page_icon="🏠")
-
-show_pages(
-    [
-        Page("streamlit_app.py/Homepage.py", "Home", "🏠"),
-        Page(
-            "streamlit_app.py/pages/Information_Retrieval.py", "Information Retrieval", "📝"
-        ),
-    ]
-)
-
-st.title("Project in Text Mining and Application - Information Retrieval")
-st.markdown(
-    """
-    **Team members:**
-    | Student ID | Full Name                | Email                          |
-    | ---------- | ------------------------ | ------------------------------ |
-    | 1712603    | Lê Quang Nam             | [email protected]   |
-    | 19120582   | Lê Nhựt Minh             | [email protected]  |
-    | 19120600   | Bùi Nguyên Nghĩa         | [email protected]  |
-    | 21120198   | Nguyễn Thị Lan Anh       | [email protected]  |
-    """
-)
-
-st.header("The Need for Information Retrieval")
-st.markdown(
-    """
-    The task of classifying whether a question and a context paragraph are related to 
-    each other is based on two main steps: word embedding and classifier. Both of these 
-    steps together constitute the process of analyzing and evaluating the relationship 
-    between the question and the context.
-    """
-)
-
-st.header("Technology used")
-st.markdown(
-    """
-    The ELECTRA model, specifically the "google/electra-small-discriminator" used here, 
-    is a deep learning model in the field of natural language processing (NLP) developed 
-    by Google. This model is an intelligent variation of the supervised learning model 
-    based on the Transformer architecture, designed to understand and process natural language efficiently.
-    For this text classification task, we choose two related classes: ElectraTokenizer and 
-    FElectraForSequenceClassification to implement.
-    """
-)
-

streamlit_app.py / pages/Information_Retrieval.py

@@ -1,100 +0,0 @@
-from os import path
-import streamlit as st
-
-import nltk, subprocess, sys
-
-def install(package):
-    subprocess.check_call([sys.executable, "-m", "pip", "install", package])
-
-install("pyvi")
-
-stwfilename = "Vstopword_new.txt"
-punfilename = "punctuation.txt"
-STW_PATH = path.join(path.dirname(__file__), stwfilename)
-PUNCT_PATH = path.join(path.dirname(__file__), punfilename)
-
-
-from pyvi import ViTokenizer
-@st.cache_resource
-def open2list_vn(path):
-        if path:
-            with open(path) as f:
-                line = list(f.read().splitlines())
-            return line
-def pre_progress(input):
-    stw = open2list_vn(STW_PATH)
-    punctuations = open2list_vn(PUNCT_PATH)
-    textU = ViTokenizer.tokenize(input)
-    text = textU.lower()
-    tokens = []
-    all_tokens = []
-    raw = nltk.wordpunct_tokenize(text)
-    for token in raw:
-        if token not in punctuations:
-          tokens.append(token)
-    for i in range(len(tokens)):
-      if tokens[i] not in stw:
-        all_tokens.append(tokens[i])
-    return " ".join(all_tokens)
-
-
-# from tensorflow import keras
-import tensorflow as tf
-from transformers import ElectraTokenizer, TFElectraForSequenceClassification
-
-MODEL_NAME = "google/electra-small-discriminator"
-MODEL_PATH = 'nguyennghia0902/textming_proj01_electra'
-
-tokenizer = ElectraTokenizer.from_pretrained(MODEL_NAME)
-
-id2label = {0: "FALSE", 1: "TRUE"}
-label2id = {"FALSE": 0, "TRUE": 1}
-loaded_model = TFElectraForSequenceClassification.from_pretrained(MODEL_PATH, id2label=id2label, label2id=label2id)
-
-def predict(question, text):
-    combined = pre_progress(question + ' ' + text)
-
-    inputs = tokenizer(combined, truncation=True, padding=True, return_tensors='tf')
-    logits = loaded_model(**inputs).logits
-    predicted_class_id = int(tf.math.argmax(logits, axis=-1)[0])
-    
-    return loaded_model.config.id2label[predicted_class_id]
-
-
-def main():
-    st.set_page_config(page_title="Information Retrieval", page_icon="📝")
-
-    # giving a title to our page
-    st.title("Information Retrieval")
-    text = st.text_area(
-        "Please enter a text:",
-        placeholder="Enter your text here",
-        height=200,
-    )
-    question = st.text_area(
-        "Please enter a question:",
-        placeholder="Enter your question here",
-        height=200,
-    )
-
-    prediction = ""
-
-    # Create a prediction button
-    if st.button("Predict"):
-        stripped = text.strip()
-        if not stripped:
-            st.error("Please enter some text.")
-            return
-        stripped = question.strip()
-        if not stripped:
-            st.error("Please enter a question.")
-            return
-        text = text.replace("\n", "")
-        prediction = predict(question, text)
-        if prediction == "TRUE":
-            st.success("TRUE 😄")
-        else:
-            st.warning("FALSE 😟")
-
-if __name__ == "__main__":
-    main()

streamlit_app.py / pages/Vstopword_new.txt

@@ -1,1384 +0,0 @@
-á
-à
-ạ
-á_à
-a_ha
-a_lô
-à_này
-à_ơi
-ạ_ơi
-ái
-ai_ai
-ái_chà
-ái_dà
-ai_nấy
-alô
-amen
-ăn_chắc
-ăn_chịu
-ăn_chung
-ăn_cuộc
-ăn_làm
-ăn_quá
-ăn_riêng
-ăn_tay
-ăn_trên
-ăn_về
-áng
-áng_như
-ào
-ào_ào
-ào_vào
-ắt
-ắt_hẳn
-ắt_là
-ắt_phải
-ắt_thật
-âu_là
-ầu_ơ
-ấy
-ấy_là
-ba_bản
-ba_cùng
-ba_họ
-ba_tăng
-bài_bác
-bài_bỏ
-bài_cái
-bản_bộ
-bán_cấp
-bán_dạ
-bản_riêng
-bán_thế
-bản_ý
-bằng_ấy
-bằng_cứ
-bằng_người
-bao_nả
-bập_bà_bập_bõm
-bập_bõm
-bất_chợt
-bất_cứ
-bất_đồ
-bất_giác
-bất_kể
-bất_kì
-bất_kỳ
-bất_ngờ
-bất_nhược
-bất_quá
-bất_quá_chỉ
-bất_thình_lình
-bấy
-bây_bẩy
-bay_biến
-bấy_chầy
-bây_chừ
-bấy_chừ
-bấy_giờ
-bấy_lâu
-bấy_lâu_nay
-bấy_nay
-bây_nhiêu
-bấy_nhiêu
-bèn
-bển
-bên_bị
-bên_có
-béng
-bệt
-bị_chú
-bị_vì
-biết
-biết_chắc
-biết_chừng_nào
-biết_đâu
-biết_đâu_chừng
-biết_đâu_đấy
-biết_được
-biết_mấy
-biết_mình
-biết_thế
-biết_trước
-biết_việc
-bớ
-bộ
-bỏ_bà
-bỏ_cha
-bộ_điều
-bỏ_không
-bỏ_mất
-bỏ_nhỏ
-bỏ_quá
-bộ_thuộc
-bỏ_xa
-bởi_chưng
-bởi_đâu
-bởi_nhưng
-bội_phần
-bởi_sao
-bởi_tại
-bởi_thế
-bởi_thế_cho_nên
-bởi_vậy
-bởi_vì
-bỗng
-bỗng_chốc
-bỗng_đâu
-bỗng_dưng
-bỗng_không
-bỗng_nhiên
-bỗng_nhưng
-bỗng_thấy
-bức
-bước_đi
-cả
-cả_ăn
-cả_đến
-cả_nghe
-cả_nghĩ
-cá_nhân
-cả_thảy
-cả_thể
-cách
-cách_bức
-cách_đều
-cách_không
-cách_nhau
-cái
-cái_ấy
-cái_đã
-cái_đó
-cái_gì
-cái_họ
-cần
-căn_cái
-cần_cấp
-căn_cắt
-cần_gì
-cần_số
-căn_tính
-càng
-càng_càng
-càng_hay
-cao_sang
-cấp
-cấp_số
-cấp_trực_tiếp
-cật_lực
-cật_sức
-cậu
-cây_nước
-cha_chả
-chắc
-chậc
-chắc_ăn
-chắc_lòng
-chắc_người
-chắc_vào
-chầm_chập
-chăn_chắn
-chăng
-chăng_chắc
-chẳng_những
-chăng_nữa
-chẳng_nữa
-chẳng_phải
-chành_chạnh
-chao_ôi
-chết_nỗi
-chết_thật
-chỉ
-chị_bộ
-chí_chết
-chỉ_chính
-chỉ_tên
-chỉn
-chính
-chính_bản
-chính_điểm
-chính_là
-chính_thị
-chịu
-chịu_chưa
-chịu_lời
-chịu_tốt
-chớ
-cho_chắc
-chớ_chi
-cho_đang
-cho_đến
-cho_đến_khi
-cho_đến_nỗi
-cho_được
-chớ_gì
-chớ_kể
-chớ_không
-cho_nên
-chớ_như
-cho_rằng
-cho_rồi
-cho_thấy
-cho_tin
-cho_tới
-cho_tới_khi
-cho_về
-choa
-chốc_chốc
-chơi_họ
-chọn
-chọn_bên
-chọn_ra
-chợt
-chợt_nghe
-chợt_nhìn
-chứ
-chứ_ai
-chu_cha
-chứ_còn
-chú_dẫn
-chứ_gì
-chú_khách
-chứ_không
-chứ_không_phải
-chứ_lại
-chứ_lị
-chú_mày
-chú_mình
-chứ_như
-chứ_sao
-chui_cha
-chủn
-chùn_chùn
-chùn_chũn
-chúng
-chung_ái
-chung_cho
-chung_chung
-chung_cục
-chung_nhau
-chung_qui
-chung_quy
-chung_quy_lại
-chuyển
-chuyển_đạt
-chuyển_tự
-có
-cơ
-có_ai
-có_ăn
-có_chăng
-có_chăng_là
-cơ_chỉ
-có_chứ
-cơ_chừng
-có_chuyện
-có_cơ
-cơ_cùng
-cơ_dẫn
-có_đáng
-có_đâu
-có_dễ
-có_điều
-có_được
-có_họ
-cơ_hồ
-cơ_hội
-có_khi
-cổ_lai
-cơ_mà
-cô_mình
-có_người
-có_nhà
-có_nhiều
-có_phải
-cô_quả
-có_số
-cô_tăng
-có_tháng
-có_thế
-có_thể
-có_vẻ
-có_ý
-cóc_khô
-coi_bộ
-coi_mòi
-còn
-cơn
-con_con
-con_dạ
-con_nhà
-còn_như
-còn_nữa
-còn_thời_gian
-con_tính
-còn_về
-công_nhiên
-cứ
-cu_cậu
-cứ_điểm
-cứ_như
-cụ_thể
-cụ_thể_là
-cụ_thể_như
-cứ_việc
-của
-của_ngọt
-của_tin
-cực_lực
-cũng
-cùng_ăn
-cũng_được
-cũng_nên
-cũng_như
-cũng_thế
-cùng_tột
-cũng_vậy
-cũng_vậy_thôi
-cuộc
-cuối_điểm
-cuốn
-dạ
-đã
-dạ_bán
-dạ_con
-dạ_dạ
-dạ_dài
-đã_đủ
-đã_hay
-dạ_khách
-đã_không
-đã_là
-đã_thế
-đã_vậy
-đặc_biệt
-đại_để
-đại_loại
-đại_nhân
-đại_phàm
-dẫn
-dần_dà
-dần_dần
-đang
-đáng
-đáng_kể
-đáng_lẽ
-đáng_lí
-đáng_lý
-đáng_số
-đang_tay
-đang_thì
-dành
-đành_đạch
-dành_dành
-đánh_đùng
-đánh_giá
-dào
-đáo_để
-đạt
-đặt
-đặt_để
-đặt_làm
-đặt_mình
-đặt_mức
-đặt_ra
-đặt_trước
-dẫu
-đâu
-đâu_có
-đâu_cũng
-đâu_đâu
-đâu_đây
-đâu_đó
-dẫu_mà
-đâu_nào
-đâu_như
-đâu_phải
-dẫu_rằng
-dầu_sao
-dẫu_sao
-đầu_tiên
-đây
-đầy
-đây_đó
-đầy_năm
-đây_này
-đầy_phè
-đây_rồi
-đầy_tuổi
-để
-để_cho
-dễ_đâu
-để_đến_nỗi
-để_được
-dễ_gì
-để_giống
-dễ_khiến
-để_không
-để_lại
-để_lòng
-để_mà
-dễ_ngươi
-dễ_như_chơi
-để_phần
-dễ_thường
-đến
-đến_bao_giờ
-đến_cả
-đến_cùng
-đến_cùng_cực
-đến_đâu
-đến_điều
-đến_gần
-đến_giờ
-đến_hay
-đến_khi
-đến_lời
-đến_lúc
-đến_nay
-đến_ngày
-đến_nỗi
-đến_nơi
-đến_thế
-đến_thì
-đến_tuổi
-đến_xem
-đều
-đều_bước
-đều_đều
-đều_nhau
-dì
-điểm
-điểm_chính
-điểm_đầu_tiên
-điểm_gặp
-điều
-điều_gì
-điều_kiện
-đó
-dở_chừng
-đó_đây
-do_đó
-do_vậy
-do_vì
-đối_với
-đơn_vị
-đồng_thời
-dù
-dữ
-đủ
-dữ_cách
-dù_cho
-dù_dì
-đủ_điều
-đủ_dùng
-dù_gì
-đủ_nơi
-dù_rằng
-dù_sao
-đủ_số
-đưa
-đưa_cho
-đưa_chuyện
-đưa_đến
-đưa_em
-đưa_ra
-đưa_tay
-đưa_tin
-đưa_tới
-đưa_vào
-đưa_về
-đưa_xuống
-dùng
-đúng
-dùng_cho
-dùng_làm
-đúng_ngày
-đúng_ra
-đúng_tuổi
-đúng_với
-được
-được_cái
-được_lời
-được_nước
-được_tin
-duy
-duy_chỉ
-duy_có
-em_em
-gây
-gây_cho
-gây_giống
-gây_ra
-gây_thêm
-gì
-gì_đó
-gì_gì
-giá_trị_thực_tế
-giờ_đây
-giờ_đến
-giờ_đi
-giờ_lâu
-giống_người
-giữ
-giữ_lấy
-giữ_ý
-giữa
-giữa_lúc
-hầu_hết
-hay
-hãy
-hay_biết
-hãy_còn
-hay_đâu
-hay_hay
-hay_không
-hay_là
-hay_làm
-hay_nhỉ
-hay_nói
-hay_sao
-hay_tin
-hết_cả
-hết_của
-hết_nói
-hết_ráo
-hết_rồi
-hết_ý
-họ_gần
-họ_xa
-hoặc_là
-hỏi_lại
-hỏi_xem
-hỏi_xin
-hơn_là
-hơn_nữa
-hơn_trước
-ít
-ít_biết
-ít_có
-ít_hơn
-ít_khi
-ít_lâu
-ít_nhất
-ít_nhiều
-ít_nữa
-ít_quá
-ít_ra
-ít_thấy
-ít_thôi
-kể_cả
-kể_như
-kể_tới
-khác_gì
-khác_khác
-khác_nào
-khác_thường
-khác_xa
-khi
-khi_khác
-khi_không
-khi_nào
-khi_nên
-khi_trước
-khiến
-khó_biết
-khoảng
-khoảng_cách
-khoảng_không
-khỏi_nói
-là_cùng
-là_là
-lại_ăn
-lại_bộ
-lại_cái
-lại_còn
-lại_giống
-lại_làm
-lại_người
-lại_nói
-lại_nữa
-lại_quả
-lại_thôi
-làm_bằng
-làm_cho
-làm_dần_dần
-làm_đúng
-làm_được
-làm_gì
-làm_lại
-làm_lấy
-làm_lòng
-làm_mất
-làm_như
-làm_riêng
-làm_tại
-làm_tăng
-làm_tắp_lự
-làm_thế_nào
-làm_tin
-làm_tôi
-lần_này
-lần_sang
-lần_theo
-lần_tìm
-lâu_các
-lấy_cả
-lấy_có
-lấy_để
-lấy_được
-lấy_giống
-lấy_lại
-lấy_làm
-lấy_ra
-lấy_ráo
-lấy_sau
-lấy_số
-lấy_thế
-lấy_thêm
-lấy_vào
-lấy_xuống
-loại
-loại_từ
-lời
-lời_chú
-lời_nói
-lúc
-lúc_ấy
-lúc_đến
-lúc_đi
-lúc_đó
-lúc_lâu
-lúc_nào
-lúc_này
-luôn_cả
-lượng
-lượng_cả
-lượng_số
-lượng_từ
-lý_do
-mà
-mà_cả
-mà_không
-mà_lại
-mà_thôi
-mà_vẫn
-mang_mang
-mợ
-mối
-mới_đây
-mới_rồi
-một_cơn
-mức
-nặng
-nặng_căn
-nặng_mình
-nặng_về
-nào
-nào_cũng
-nào_đâu
-nào_đó
-nào_hay
-nào_là
-nào_phải
-này
-nấy
-này_nọ
-nên
-nền
-nên_chăng
-nên_chi
-nên_làm
-nên_người
-nên_tránh
-nếu
-nếu_cần
-nếu_có
-nếu_được
-nếu_không
-nếu_mà
-nếu_như
-nếu_thế
-nếu_vậy
-ngăn_ngắt
-ngay_cả
-ngày_cấp
-ngày_đến
-ngày_giờ
-ngay_khi
-ngay_khi_đến
-ngay_lập_tức
-ngay_lúc
-ngay_lúc_này
-ngày_nào
-ngày_này
-ngày_ngày
-ngày_nọ
-ngày_qua
-ngày_rày
-ngay_thật
-ngay_từ
-ngay_tức_khắc
-ngay_tức_thì
-nghe_chừng
-nghe_đâu
-nghe_đâu_như
-nghe_hiểu
-nghe_không
-nghe_lại
-nghe_nhìn
-nghe_như
-nghe_rõ
-nghe_trực_tiếp
-nghen
-nghĩ_đến
-nghĩ_ra
-nghĩ_tới
-nghĩ_xa
-nghiễm_nhiên
-nghỉm
-ngõ_hầu
-ngộ_nhỡ
-ngoải
-ngôi_thứ
-ngồi_trệt
-ngọn_nguồn
-ngươi
-nhằm_để
-nhằm_khi
-nhằm_lúc
-nhằm_vào
-nhận_họ
-nhận_làm
-nhận_nhau
-nhân_tiện
-nhất
-nhất_đán
-nhất_định
-nhất_là
-nhất_loạt
-nhất_luật
-nhất_mực
-nhất_nhất
-nhất_quyết
-nhất_sinh
-nhất_tâm
-nhất_tề
-nhất_thì
-nhất_thiết
-nhé
-nhỉ
-nhiên_hậu
-nhiệt_liệt
-nhỏ
-nhờ
-nhớ_bập_bõm
-nhờ_chuyển
-nhờ_có
-nhờ_đó
-nhỏ_người
-nhờ_nhờ
-nhỡ_ra
-nhón_nhén
-như
-như_ai
-như_chơi
-như_không
-như_là
-như_nhau
-như_quả
-như_sau
-như_thế
-như_thể
-như_thế_nào
-như_thường
-như_trên
-như_trước
-như_tuồng
-như_vậy
-như_ý
-nhưng
-những
-những_khi
-những_là
-những_lúc
-nhưng_mà
-những_muốn
-nhung_nhăng
-những_như
-nhược_bằng
-nọ
-nớ
-nóc
-nơi
-nói_bông
-nói_chung
-nói_đến
-nói_đủ
-nói_khó
-nói_là
-nói_lại
-nói_lên
-nói_nhỏ
-nơi_nơi
-nói_phải
-nói_qua
-nói_ra
-nói_riêng
-nói_rõ
-nói_thật
-nói_thêm
-nói_toẹt
-nói_tốt
-nói_trước
-nói_với
-nói_xa
-nói_ý
-nữa
-nữa_khi
-nữa_là
-nữa_rồi
-nức_nở
-nước
-nước_ăn
-nước_bài
-nước_cùng
-nước_đến
-nước_lên
-nước_nặng
-nước_quả
-nước_xuống
-ồ
-ơ
-ớ
-ờ
-ô_hay
-ơ_hay
-ô_hô
-ô_kê
-ô_kìa
-ơ_kìa
-ở_lại
-ở_năm
-ớ_này
-ở_nhờ
-ở_như
-ồ_ồ
-ờ_ờ
-ở_vào
-oái
-oai_oái
-ơi
-ôi_chao
-ối_dào
-ối_giời
-���i_giời_ơi
-ơi_là
-ôi_thôi
-ông_ổng
-ông_tạo
-ông_từ
-phải
-phải_biết
-phải_cách
-phải_cái
-phải_chăng
-phải_chi
-phải_giờ
-phải_khi
-phải_không
-phải_lại
-phải_lời
-phải_người
-phải_như
-phải_rồi
-phải_tay
-phăn_phắt
-phần_việc
-phắt
-phè
-phè_phè
-phỉ_phui
-pho
-phóc
-phốc
-phỏng
-phỏng_như
-phỏng_nước
-phỏng_theo
-phỏng_tính
-phót
-phương_chi
-phụt
-phứt
-quá_bán
-quá_bộ
-qua_chuyện
-quá_đáng
-qua_đi
-quá_giờ
-qua_khỏi
-quả_là
-qua_lần
-quá_lời
-quá_mức
-qua_tay
-quá_tay
-quả_thật
-quả_thế
-qua_thì
-quá_thì
-quá_tin
-quá_tuổi
-quá_ư
-quả_vậy
-quan_tâm
-quan_trọng
-quan_trọng_vấn_đề
-quay
-quay_bước
-quay_đi
-quay_lại
-quay_số
-ra_bộ
-ra_chơi
-ra_đây
-ra_điều
-ra_gì
-ra_lại
-ra_lời
-ra_ngôi
-ra_người
-ra_sao
-ra_tay
-ra_vào
-ra_ý
-răng
-rằng
-rằng_là
-răng_răng
-ráo
-ráo_cả
-ráo_nước
-ráo_trọi
-rày
-rén
-rén_bước
-ren_rén
-rích
-riêng
-riêng_từng
-riệt
-riu_ríu
-rõ
-rõ_là
-rõ_thật
-rồi
-rồi_đây
-rồi_nữa
-rồi_ra
-rồi_sao
-rồi_sau
-rồi_tay
-rồi_thì
-rồi_xem
-rón_rén
-rốt_cục
-rốt_cuộc
-rứa
-rút_cục
-sa_sả
-sang
-sang_năm
-sáng_rõ
-sang_sáng
-sang_tay
-sáng_thế
-sáng_ý
-sao_bản
-sao_bằng
-sao_cho
-sao_đang
-sao_vậy
-sắp
-sắp_đặt
-sất
-sau_nữa
-sau_sau
-sẽ
-sẽ_biết
-sẽ_hay
-sì
-sì_sì
-so
-số_cho_biết
-số_cụ_thể
-sở_dĩ
-số_là
-số_loại
-số_người
-số_phần
-số_thiếu
-so_với
-song_le
-sốt_sột
-sự_thế
-tà_tà
-tại
-tại_đó
-tại_lòng
-tấm
-tấm_bản
-tấm_các
-tăm_tắp
-tấn
-tấn_tới
-tăng
-tăng_cấp
-tăng_chúng
-tăng_thế
-tăng_thêm
-tanh
-tanh_tanh
-tạo
-tạo_cơ_hội
-tạo_điều_kiện
-tạo_nên
-tạo_ra
-tạo_ý
-tắp
-tắp_lự
-tắp_tắp
-tập_trung
-tất_tần_tật
-tất_tật
-tất_thảy
-tay_quay
-tên_chính
-tên_họ
-tên_tự
-tênh
-tênh_tênh
-thà
-tha_hồ
-tha_hồ_ăn
-tha_hồ_chơi
-thà_là
-thà_rằng
-thái_quá
-thậm
-thậm_cấp
-thậm_chí
-thậm_từ
-than_ôi
-thanh
-thanh_ba
-thanh_chuyển
-thanh_điểm
-thanh_điều_kiện
-thanh_không
-thành_ra
-thanh_thanh
-thành_thử
-thanh_tính
-thảo_hèn
-thảo_nào
-thấp
-thấp_cơ
-thấp_thỏm
-thấp_xuống
-thật
-thật_chắc
-thật_là
-thật_lực
-thật_quả
-thật_ra
-thật_sự
-thật_thà
-thật_tốt
-thật_vậy
-thấy
-thẩy
-thay_đổi
-thay_đổi_tình_trạng
-thấy_tháng
-thế
-thế_à
-thế_chuẩn_bị
-thế_đó
-thế_là
-thế_lại
-thế_mà
-thế_nào
-thế_nên
-thế_ra
-thế_sự
-thế_thế
-thế_thì
-thế_thôi
-thế_thường
-thếch
-thêm
-thêm_chuyện
-thêm_giờ
-thêm_vào
-theo
-theo_bước
-theo_như
-theo_tin
-thì
-thì_giờ
-thì_là
-thì_phải
-thì_ra
-thi_thoảng
-thì_thôi
-thích
-thích_cứ
-thích_thuộc
-thích_tự
-thích_ý
-thiếu
-thiếu_điểm
-thiếu_gì
-thím
-thình_lình
-thỉnh_thoảng
-thoắt
-thoạt
-thoạt_nghe
-thoạt_nhiên
-thốc
-thộc
-thốc_tháo
-thôi
-thời_điểm
-thời_gian
-thời_gian_sử_dụng
-thời_gian_tính
-thôi_việc
-thỏm
-thốt
-thốt_nhiên
-thốt_nói
-thốt_thôi
-thứ
-thứ_bản
-thứ_đến
-thửa
-thuần
-thuần_ái
-thực_hiện
-thực_hiện_đúng
-thục_mạng
-thực_ra
-thực_sự
-thực_tế
-thực_vậy
-thúng_thắng
-thuộc
-thuộc_bài
-thuộc_cách
-thuộc_lại
-thuộc_từ
-thường
-thường_bị
-thường_đến
-thường_hay
-thường_khi
-thương_ôi
-thường_số
-thường_sự
-thường_tại
-thường_thôi
-thường_thường
-thường_tính
-thường_xuất_hiện
-tiện_thể
-tiếp_đó
-tiếp_theo
-tiếp_tục
-tìm_bạn
-tìm_cách
-tìm_hiểu
-tìm_việc
-tin
-tính_căn
-tính_phỏng
-tít_mù
-tỏ_ra
-tò_te
-tỏ_vẻ
-toà
-tốc_tả
-toé_khói
-toẹt
-tôi
-tôi_con
-tới_gần
-tới_mức
-tới_nơi
-tới_thì
-tối_ư
-tông_tốc
-tọt
-tột
-tốt_bạn
-tốt_bộ
-tột_cùng
-tốt_mối
-tốt_ngày
-trả_trước
-trển
-trên_bộ
-trếu_tráo
-trệu_trạo
-trở_thành
-trời_đất_ơi
-trong
-trỏng
-trong_ấy
-trong_đó
-trong_khi
-trong_lúc
-trong_mình
-trong_này
-trong_vùng
-trừ_phi
-trực_tiếp_làm
-trước_khi
-trước_kia
-trước_nay
-trước_ngày
-trước_nhất
-trước_sau
-trước_tiên
-trước_tuổi
-từ
-tự
-tự_ăn
-từ_căn
-tự_cao
-từ_điều
-từ_đó
-từ_giờ
-từ_khi
-tự_khi
-từ_loại
-tự_lượng
-từ_tại
-từ_thế
-tù_tì
-tự_tính
-từ_từ
-tự_vì
-tự_ý
-tức_thì
-tức_tốc
-từng_nhà
-từng_thời_gian
-tuổi_tôi
-tuốt_luốt
-tuốt_tuồn_tuột
-tuốt_tuột
-tựu_trung
-tuy
-tuy_có
-tuy_đã
-tuy_là
-tuy_nhiên
-tuy_rằng
-tuy_thế
-tuy_vậy
-tuyệt_nhiên
-ư
-ừ
-ử
-ừ_ào
-ứ_hự
-ừ_nhé
-ừ_thì
-ứ_ừ
-ừ_ừ
-ủa
-úi
-úi_chà
-úi_dào
-và
-vả_chăng
-vả_lại
-vẫn
-vấn_đề
-vấn_đề_quan_trọng
-vạn_nhất
-vẫn_thế
-vâng
-vâng_chịu
-vâng_dạ
-văng_tê
-vâng_vâng
-vâng_ý
-vào_vùng
-vậy
-vậy_là
-vậy_mà
-vậy_nên
-vậy_ra
-vậy_thì
-vậy_ư
-về
-về_không
-về_nước
-về_phần
-về_sau
-về_tay
-veo
-vèo
-veo_veo
-vèo_vèo
-ví_bằng
-vì_chưng
-ví_dù
-ví_phỏng
-vì_rằng
-vị_tất
-ví_thử
-vì_vậy
-vô_hình_trung
-với
-với_lại
-với_nhau
-vốn_dĩ
-vung_tán_tàn
-vung_tàn_tán
-vung_thiên_địa
-vụt
-xa_tanh
-xa_tắp
-xa_xả
-xăm_xăm
-xăm_xắm
-xăm_xúi
-xảy_ra
-xem
-xem_lại
-xem_ra
-xem_số
-xềnh_xệch
-xệp
-xiết_bao
-xin
-xin_gặp
-xin_vâng
-xoẳn
-xoành_xoạch
-xoét
-xoẹt
-xon_xón
-xuất_kì_bất_ý
-xuất_kỳ_bất_ý
-xuể
-ý
-ý_chừng
-ý_da
-ý_hoặc

streamlit_app.py / pages/punctuations.txt

@@ -1,53 +0,0 @@
-~
-!
-@
-#
-$
-%
-^
-&
-*
-(
-)
-_
-+
-=
--
-`
-{
-}
-[
-]
-:
-"
-“
-”
-;
-'
-<
->
-?
-,
-.
-/
-...
-\
-|
-…
-–
-«
-»
-`
-´
-¨
-¯
-′
-‵
-‘
-’
-″
-‶
-“
-”
-``
-''

streamlit_app.py /Homepage.py

@@ -1,49 +0,0 @@
-import streamlit as st
-from st_pages import Page, show_pages
-
-st.set_page_config(page_title="Information Retrieval", page_icon="🏠")
-
-show_pages(
-    [
-        Page("streamlit_app.py/Homepage.py", "Home", "🏠"),
-        Page(
-            "streamlit_app.py/pages/Information_Retrieval.py", "Information Retrieval", "📝"
-        ),
-    ]
-)
-
-st.title("Project in Text Mining and Application - Information Retrieval")
-st.markdown(
-    """
-    **Team members:**
-    | Student ID | Full Name                | Email                          |
-    | ---------- | ------------------------ | ------------------------------ |
-    | 1712603    | Lê Quang Nam             | [email protected]   |
-    | 19120582   | Lê Nhựt Minh             | [email protected]  |
-    | 19120600   | Bùi Nguyên Nghĩa         | [email protected]  |
-    | 21120198   | Nguyễn Thị Lan Anh       | [email protected]  |
-    """
-)
-
-st.header("The Need for Information Retrieval")
-st.markdown(
-    """
-    The task of classifying whether a question and a context paragraph are related to 
-    each other is based on two main steps: word embedding and classifier. Both of these 
-    steps together constitute the process of analyzing and evaluating the relationship 
-    between the question and the context.
-    """
-)
-
-st.header("Technology used")
-st.markdown(
-    """
-    The ELECTRA model, specifically the "google/electra-small-discriminator" used here, 
-    is a deep learning model in the field of natural language processing (NLP) developed 
-    by Google. This model is an intelligent variation of the supervised learning model 
-    based on the Transformer architecture, designed to understand and process natural language efficiently.
-    For this text classification task, we choose two related classes: ElectraTokenizer and 
-    FElectraForSequenceClassification to implement.
-    """
-)
-