__all__ = ["binary_app"] import gradio as gr import torch import os from model_utils import load_model, classify_text from binoculars_utils import initialize_binoculars, compute_scores DEVICE = torch.device('cuda' if torch.cuda.is_available() else 'cpu') MINIMUM_TOKENS = 200 SAMPLE_TEXT = """Привет! Я хотел бы рассказать вам о своём опыте путешествия по Петербургу. Невероятный город с богатой историей и красивой архитектурой. Особенно запомнился Эрмитаж с его огромной коллекцией произведений искусства. Также понравилась прогулка по каналам города, где можно увидеть множество старинных мостов и зданий.""" css = """ .human-text { color: black !important; line-height: 1.9em; padding: 0.5em; background: #ccffcc; border-radius: 0.5rem; font-weight: bold; } .ai-text { color: black !important; line-height: 1.9em; padding: 0.5em; background: #ffad99; border-radius: 0.5rem; font-weight: bold; } .analysis-block { background: #f5f5f5; padding: 15px; border-radius: 8px; margin-top: 10px; } .scores { font-size: 1.1em; padding: 10px; background: #e6f7ff; border-radius: 5px; margin: 10px 0; } """ def run_binary_classifier(text, show_analysis=False): if len(text.strip()) < MINIMUM_TOKENS: return gr.Markdown(f"Текст слишком короткий. Требуется минимум {MINIMUM_TOKENS} символов."), None, None # Initialize Binoculars models bino_chat, bino_coder = initialize_binoculars() # Load binary classifier model model, scaler, label_encoder, imputer = load_model() # Compute scores using binoculars scores = compute_scores(text, bino_chat, bino_coder) # Run classification result = classify_text(text, model, scaler, label_encoder, imputer=imputer, scores=scores) # Format results predicted_class = result['predicted_class'] probabilities = result['probabilities'] # Format probabilities prob_str = "" for cls, prob in probabilities.items(): prob_str += f"- {cls}: {prob:.4f}\n" # Format scores scores_str = "" if scores: scores_str = "### Binoculars Scores\n" if 'score_chat' in scores: scores_str += f"- Score Chat: {scores['score_chat']:.4f}\n" if 'score_coder' in scores: scores_str += f"- Score Coder: {scores['score_coder']:.4f}\n" # Result markdown class_style = "human-text" if predicted_class == "Human" else "ai-text" result_md = f""" ## Результат классификации Предсказанный класс: {predicted_class} ### Вероятности классов: {prob_str} {scores_str} """ # Analysis markdown analysis_md = None if show_analysis: features = result['features'] text_analysis = result['text_analysis'] basic_stats_dict = { 'total_tokens': 'Количество токенов', 'total_words': 'Количество слов', 'unique_words': 'Количество уникальных слов', 'stop_words': 'Количество стоп-слов', 'avg_word_length': 'Средняя длина слова (символов)' } morph_dict = { 'pos_distribution': 'Распределение частей речи', 'unique_lemmas': 'Количество уникальных лемм', 'lemma_word_ratio': 'Отношение лемм к словам' } synt_dict = { 'dependencies': 'Зависимости между словами', 'noun_chunks': 'Количество именных групп' } entities_dict = { 'total_entities': 'Общее количество именованных сущностей', 'entity_types': 'Типы именованных сущностей' } diversity_dict = { 'ttr': 'TTR (отношение типов к токенам)', 'mtld': 'MTLD (мера лексического разнообразия)' } structure_dict = { 'sentence_count': 'Количество предложений', 'avg_sentence_length': 'Средняя длина предложения (токенов)', 'question_sentences': 'Количество вопросительных предложений', 'exclamation_sentences': 'Количество восклицательных предложений' } readability_dict = { 'words_per_sentence': 'Слов на предложение', 'syllables_per_word': 'Слогов на слово', 'flesh_kincaid_score': 'Индекс читабельности Флеша-Кинкейда', 'long_words_percent': 'Процент длинных слов' } semantic_dict = { 'avg_coherence_score': 'Средняя связность между предложениями' } analysis_md = "## Анализ текста\n\n" # Basic statistics analysis_md += "### Основная статистика\n" for key, value in text_analysis.get('basic_stats', {}).items(): label = basic_stats_dict.get(key, key) if isinstance(value, float): analysis_md += f"- {label}: {value:.2f}\n" else: analysis_md += f"- {label}: {value}\n" analysis_md += "\n" # Morphological analysis analysis_md += "### Морфологический анализ\n" morph_analysis = text_analysis.get('morphological_analysis', {}) for key, value in morph_analysis.items(): label = morph_dict.get(key, key) if key == 'pos_distribution': analysis_md += f"- {label}:\n" for pos, count in value.items(): pos_name = pos if pos == 'NOUN': pos_name = 'Существительные' elif pos == 'VERB': pos_name = 'Глаголы' elif pos == 'ADJ': pos_name = 'Прилагательные' elif pos == 'ADV': pos_name = 'Наречия' elif pos == 'PROPN': pos_name = 'Имена собственные' elif pos == 'DET': pos_name = 'Определители' elif pos == 'ADP': pos_name = 'Предлоги' elif pos == 'PRON': pos_name = 'Местоимения' elif pos == 'CCONJ': pos_name = 'Сочинительные союзы' elif pos == 'SCONJ': pos_name = 'Подчинительные союзы' elif pos == 'NUM': pos_name = 'Числительные' elif pos == 'PART': pos_name = 'Частицы' elif pos == 'PUNCT': pos_name = 'Знаки препинания' elif pos == 'AUX': pos_name = 'Вспомогательные глаголы' elif pos == 'SYM': pos_name = 'Символы' elif pos == 'INTJ': pos_name = 'Междометия' elif pos == 'X': pos_name = 'Другое (X)' analysis_md += f" - {pos_name}: {count}\n" elif isinstance(value, float): analysis_md += f"- {label}: {value:.3f}\n" else: analysis_md += f"- {label}: {value}\n" analysis_md += "\n" # Syntactic analysis analysis_md += "### Синтаксический анализ\n" synt_analysis = text_analysis.get('syntactic_analysis', {}) for key, value in synt_analysis.items(): label = synt_dict.get(key, key) if key == 'dependencies': analysis_md += f"- {label}:\n" for dep, count in value.items(): dep_name = dep if dep == 'nsubj': dep_name = 'Подлежащие' elif dep == 'obj': dep_name = 'Дополнения' elif dep == 'amod': dep_name = 'Определения' elif dep == 'nmod': dep_name = 'Именные модификаторы' elif dep == 'ROOT': dep_name = 'Корневые узлы' elif dep == 'punct': dep_name = 'Пунктуация' elif dep == 'case': dep_name = 'Падежные маркеры' elif dep == 'dep': dep_name = 'Общие зависимости' elif dep == 'appos': dep_name = 'Приложения' elif dep == 'flat:foreign': dep_name = 'Иностранные выражения' elif dep == 'conj': dep_name = 'Сочинительные конструкции' elif dep == 'obl': dep_name = 'Косвенные дополнения' analysis_md += f" - {dep_name}: {count}\n" elif key == 'noun_chunks': if isinstance(value, bool): analysis_md += f"- {label}: {0 if value is False else value}\n" else: analysis_md += f"- {label}: {value}\n" elif isinstance(value, float): analysis_md += f"- {label}: {value:.3f}\n" else: analysis_md += f"- {label}: {value}\n" analysis_md += "\n" # Named entities analysis_md += "### Именованные сущности\n" entities = text_analysis.get('named_entities', {}) for key, value in entities.items(): label = entities_dict.get(key, key) if key == 'entity_types': analysis_md += f"- {label}:\n" for ent, count in value.items(): ent_name = ent if ent == 'PER': ent_name = 'Люди' elif ent == 'LOC': ent_name = 'Локации' elif ent == 'ORG': ent_name = 'Организации' analysis_md += f" - {ent_name}: {count}\n" elif isinstance(value, float): analysis_md += f"- {label}: {value:.3f}\n" else: analysis_md += f"- {label}: {value}\n" analysis_md += "\n" # Lexical diversity analysis_md += "### Лексическое разнообразие\n" for key, value in text_analysis.get('lexical_diversity', {}).items(): label = diversity_dict.get(key, key) if isinstance(value, float): analysis_md += f"- {label}: {value:.3f}\n" else: analysis_md += f"- {label}: {value}\n" analysis_md += "\n" # Text structure analysis_md += "### Структура текста\n" for key, value in text_analysis.get('text_structure', {}).items(): label = structure_dict.get(key, key) if isinstance(value, float): analysis_md += f"- {label}: {value:.2f}\n" else: analysis_md += f"- {label}: {value}\n" analysis_md += "\n" # Readability analysis_md += "### Читабельность\n" for key, value in text_analysis.get('readability', {}).items(): label = readability_dict.get(key, key) if isinstance(value, float): analysis_md += f"- {label}: {value:.2f}\n" else: analysis_md += f"- {label}: {value}\n" analysis_md += "\n" # Semantic coherence analysis_md += "### Семантическая связность\n" for key, value in text_analysis.get('semantic_coherence', {}).items(): label = semantic_dict.get(key, key) if isinstance(value, float): analysis_md += f"- {label}: {value:.3f}\n" else: analysis_md += f"- {label}: {value}\n" return gr.Markdown(result_md), gr.Markdown(analysis_md) if analysis_md else None, text def reset_outputs(): return None, None, "" with gr.Blocks(css=css, theme=gr.themes.Base()) as binary_app: with gr.Row(): with gr.Column(scale=3): gr.HTML("

Бинарный классификатор: Human vs AI Detection

") gr.HTML("

В этой демонстрации используется нейронная сеть для классификации текста как написанного человеком или сгенерированного искусственным интеллектом.

") with gr.Row(): with gr.Column(): input_text = gr.Textbox(value=SAMPLE_TEXT, placeholder="Введите текст для анализа", lines=10, label="Текст для анализа") with gr.Row(): analysis_checkbox = gr.Checkbox(label="Показать детальный анализ текста", value=False) submit_button = gr.Button("Классифицировать", variant="primary") clear_button = gr.Button("Очистить") with gr.Row(): with gr.Column(): result_output = gr.Markdown(label="Результат") with gr.Row(): with gr.Column(): analysis_output = gr.Markdown(label="Анализ") with gr.Accordion("О модели", open=False): gr.Markdown(""" ### О бинарном классификаторе Эта демонстрация использует нейронную сеть для классификации текста как написанного человеком или сгенерированного ИИ. #### Архитектура модели: - Входной слой: Количество признаков (зависит от анализа текста) - Скрытые слои: [256, 192, 128, 64] - Выходной слой: 2 класса (Human, AI) - Dropout: 0.3 #### Особенности: - Используется анализ текста и оценки качества текста с помощью Binoculars - Анализируются морфологические, синтаксические и семантические особенности текста - Вычисляются показатели лексического разнообразия и читабельности #### Рекомендации: - Для более точной классификации рекомендуется использовать тексты длиннее 200 слов - Модель обучена на русскоязычных текстах """) # Set up event handlers submit_button.click( fn=run_binary_classifier, inputs=[input_text, analysis_checkbox], outputs=[result_output, analysis_output, input_text] ) clear_button.click( fn=reset_outputs, inputs=[], outputs=[result_output, analysis_output, input_text] )