Upload 3 files

app.py

@@ -0,0 +1,16 @@
+import streamlit as st
+from Model.NER.app_NER import show_ner
+from Model.MultimodelNER.app_MNER import show_mner
+
+title = "Vietnamese Multimodel NER"
+
+st.title(title)
+
+
+st.sidebar.title('Model')
+page = st.sidebar.selectbox("NER or Multimodel NER", ("NER", "Multimodel NER"))
+
+if page == "NER":
+    show_ner()
+else:
+    show_mner()

appthunghiem.py

@@ -0,0 +1,43 @@
+import streamlit as st
+import os
+# Title
+st.title("Vietnamese Multimodel NER")
+def save_uploaded_image(image, directory):
+    if not os.path.exists(directory):
+        os.makedirs(directory)
+    file_path = os.path.join(directory, image.name)
+    with open(file_path, "wb") as f:
+        f.write(image.getbuffer())
+    return file_path
+
+# Sidebar for selection
+st.sidebar.title('Selection')
+page = st.sidebar.selectbox("Choose a page", ["NER", "Multimodal NER"])
+
+# NER page
+if page == "NER":
+    st.header("NER")
+    text = st.text_area("Enter your text for NER:", height=300)
+    if st.button("Process NER"):
+        st.write("Processing text with NER model...")
+        # Add your NER processing code here
+        st.write(f"Input text: {text}")
+
+# Multimodal NER page
+elif page == "Multimodal NER":
+    st.header("Multimodal NER")
+    text = st.text_area("Enter your text for Multimodal NER:", height=300)
+    image = st.file_uploader("Upload an image:", type=["png", "jpg", "jpeg"])
+    if st.button("Process Multimodal NER"):
+        st.write("Processing text and image with Multimodal NER model...")
+        # Add your Multimodal NER processing code here
+        st.write(f"Input text: {text}")
+        if image:
+            save_path='E:/demo_datn/pythonProject1/Model/MultimodelNER/VLSP2016/Image'
+            image_name = image.name
+            print(image_name)
+            saved_image_path = save_uploaded_image(image, save_path)
+
+            st.image(image, caption="Uploaded Image", use_column_width=True)
+        else:
+            st.write("No image uploaded.")

thunghiemxuly.py

@@ -0,0 +1,101 @@
+import re
+import os
+from Model.NER.VLSP2021.Predict_Ner import  ViTagger,normalize_text
+def process_text(text):
+    # Loại bỏ dấu cách thừa và dấu cách ở đầu và cuối văn bản
+    processed_text = re.sub(r'\s+', ' ', text.strip())
+    return processed_text
+
+# Sử dụng hàm process_text để xử lý văn bản
+text = """
+Trang Footballogue vừa đăng tải đoạn video được cho là quay ở phòng tập thể dục của CLB Al Nassr vào hôm 7/8. Trong đoạn video đó, C.Ronaldo vẫn miệt mài tập luyện một mình, dù cho cả đội đã ra về từ lâu.
+
+Tờ báo này bình luận: "Khi tất cả các đồng đội ở Al Nassr ra về, C.Ronaldo vẫn miệt mài tập luyện. Kỷ luật của CR7 thật đáng ngưỡng mộ khi cầu thủ này đã có trong tay mọi thứ".
+
+Trên trang Twitter, những người hâm mộ đã bày tỏ sự thán phục sự chăm chỉ và chuyên nghiệp của C.Ronaldo. Dưới đây là một vài dòng bình luận:
+
+"C.Ronaldo là biểu tượng của sự tận hiến trong bóng đá".
+
+"Ở tuổi 38, khi nhiều cầu thủ treo giày, C.Ronaldo vẫn miệt mài tập luyện. Bạn sẽ không tìm cầu thủ thứ hai trong lịch sử như vậy".
+"""
+
+# processed_text = process_text(text)
+# print(processed_text)
+
+LABEL2ID_VLSP2021 = ['O', 'LOCATION-GPE', 'QUANTITY-NUM', 'EVENT-CUL', 'DATETIME', 'PERSONTYPE', 'PERSON', 'QUANTITY-PER', 'ORGANIZATION', 'LOCATION-GEO', 'LOCATION-STRUC', 'PRODUCT-COM', 'DATETIME-DATE', 'QUANTITY-DIM', 'PRODUCT', 'QUANTITY', 'DATETIME-DURATION', 'PERSON', 'QUANTITY-CUR', 'DATETIME-TIME', 'QUANTITY-TEM', 'DATETIME-TIMERANGE', 'EVENT-GAMESHOW', 'QUANTITY-AGE', 'QUANTITY-ORD', 'PRODUCT-LEGAL', 'PERSONTYPE', 'LOCATION', 'ORGANIZATION-MED', 'URL', 'PHONENUMBER', 'ORGANIZATION-SPORTS', 'EVENT-SPORT', 'SKILL', 'EVENT-NATURAL', 'ADDRESS', 'IP', 'EMAIL', 'ORGANIZATION-STOCK', 'DATETIME-SET', 'PRODUCT-AWARD', 'MISCELLANEOUS', 'LOCATION-GPE-GEO']
+# print(len(LABEL2ID_VLSP2021))
+
+def save_uploaded_image(image, directory):
+    if not os.path.exists(directory):
+        os.makedirs(directory)
+    file_path = os.path.join(directory, image.name)
+    with open(file_path, "wb") as f:
+        f.write(image.getbuffer())
+# def convert_text_to_txt(text,file_path):
+#     # Gộp các dòng văn bản thành một đoạn văn
+#     paragraph = text.replace('\n', ' ')
+#
+#     # Sử dụng biểu thức chính quy để tách từ và dấu câu
+#     words_list = re.findall(r'\w+|[.,]', paragraph)
+#     with open(file_path, 'w', encoding='utf-8') as file:
+#         for word in words_list:
+#             file.write(word + '\n')
+#     return words_list
+
+
+
+# # Văn bản mẫu
+# text = """Toi ten la Minh"""
+# # Sử dụng hàm để chuyển đổi văn bản
+# sa='E:/demo_datn/pythonProject1/Model/MultimodelNER/VLSP2016/list.txt'
+# convert_text_to_txt(text ,sa)
+
+def add_string_to_txt(string, file_path):
+    # Đọc dữ liệu từ tệp
+    file_name = string.split('.')[0]
+
+    with open(file_path, 'r', encoding='utf-8') as file:
+        lines = file.readlines()
+
+    # Thêm chuỗi vào dòng đầu tiên
+    lines.insert(0, f"IMGID:{file_name}\n")
+
+    # Ghi lại dữ liệu vào tệp
+    with open(file_path, 'w', encoding='utf-8') as file:
+        file.writelines(lines)
+
+# string= 'namngo.jpg'
+# add_string_to_txt(string, sa)
+# # In kết quả
+
+
+import os
+import re
+
+def convert_text_to_txt(text, file_path):
+    # Merge lines of text into a paragraph
+    paragraph = text.replace('\n', ' ')
+
+    # Use regular expression to separate words and punctuation marks
+    words_list = re.findall(r'\w+|[.,]', paragraph)
+
+    # Ensure the directory exists
+    directory = os.path.dirname(file_path)
+    if not os.path.exists(directory):
+        os.makedirs(directory)
+
+    # Write words to the file
+    with open(file_path, 'w', encoding='utf-8') as file:
+        for word in words_list:
+            file.write(word + '\n')
+
+    return words_list
+
+# Example usage
+# text = "This is some example text."
+# output_file_path = 'E:/demo_datn/pythonProject1/Model/MultimodelNER/VLSP2016/Filetxt/output.txt'
+# convert_text_to_txt(text, output_file_path)
+
+
+
+