app.py

import streamlit as st
import streamlit.components.v1 as components
import monpa


st.title("Multi-Objective NER POS Annotator @ TMU")
st.markdown(f'MONPA 是一個提供正體中文斷詞、詞性標註以及命名實體辨識的多任務模型。本網站僅為示範，歡迎 `pip install monpa` 安裝 python package (最新版本 v0.3.1)。')

text = st.text_input('請在下方輸入欲斷詞的句子，限 200 字以內...', placeholder='今天天氣很好。')
try:
    chunk = monpa.pseg(text)
except:
    st.markdown(f':red[發生錯誤，請重新輸入]')

st.write(f'斷詞結果：\n')
result = "$~~~$".join(f"[{item[0]}$~$`{item[1]}`]" for item in chunk if item[0] not in {" ", ""})
st.markdown(f'#### {result}')

st.divider()
st.markdown('MONPA Github [https://github.com/monpa-team/monpa](https://github.com/monpa-team/monpa)')
st.markdown('[NLP Lab,](https://nlp.tmu.edu.tw/)')
st.markdown('Graduate Institute of Data Science @ TMU')