Dans ce dossier vous retrouverez :
- Le rapport en PDF (disponible aussi en Markdown si besoin)
- Un dossier /notebooks contenant les 2 notebooks de notre projet (classification et détoxification)
- Un dossier /datasets contenant les 3 datasets que nous utilisons sur les 2 notebooks
- Un dossier /streamlit_app contenant les fichiers nécessaire pour lancer notre application Streamlit et tester notre classifier ainsi que notre détoxificateur.
- Un dossier /figures contenant les images et figures utilisées dans le rapport
Pour exécuter les notebooks, il faut qu'ils soient dans le même dossier que les datasets.
Le notebook Notebook_Classification.ipynb a besoin des datasets dataset_v1.csv et cleaned_data_hatespeech.csv pour fonctionner.
Le notebook Notebook_Detoxification.ipynb a besoin des datasets dataset_v1.csv et filtered.tsv pour fonctionner.
L'application streamlit n'est pas déployé en ligne, il faut donc la lancer localement.
Pour lancer l'application localement, il suffit d'être dans le dossier /streamlit_app et de lancer la commande suivante : streamlit run main.py.
Bien entendu il faut avoir téléchargé la librairie Streamlit et autres librairies nécessaires pour lancer l'application, pour cela il y a un fichier requirements.txt dans le dossier qui liste toutes les librairies nécessaires, et vous pouvez ainsi les installer avec la commande pip install -r requirements.txt.