Análisis de comentarios sexistas en Twitter
', unsafe_allow_html=True) st.markdown(""" """, unsafe_allow_html=True) st.markdown('Objetivo 5 de los ODS. Lograr la igualdad entre los géneros y empoderar a todas las mujeres y las niñas
', unsafe_allow_html=True) #st.header('Objetivo 5 de los ODS, Lograr la igualdad entre los géneros y empoderar a todas las mujeres y las niñas') with colT1: st.image("https://upload.wikimedia.org/wikipedia/commons/thumb/c/c7/Sustainable_Development_Goal-es-13.jpg/1200px-Sustainable_Development_Goal-es-13.jpg",width=200) st.markdown(""" """, unsafe_allow_html=True) st.markdown('Esta app utiliza tweepy para descargar tweets de twitter en base a la información de entrada y procesa los tweets usando transformers de HuggingFace para detectar comentarios sexistas. El resultado y los tweets correspondientes se almacenan en un dataframe para mostrarlo que es lo que se ve como resultado.La finalidad del proyecto, es en línea con el Objetivo 5 de los ODS, eliminar todas las formas de violencia contra todas las mujeres y las niñas en los ámbitos público y privado, incluidas la trata y la explotación sexual y otros tipos de explotación. Los comentarios sexistas son una forma de violencia contra la mujer con está aplicación puede ayudar a hacer un estudio sistemático de la misma.
',unsafe_allow_html=True) def run(): with st.form(key='Introduzca Texto'): col,buff1, buff2 = st.columns([2,2,1]) #col.text_input('smaller text window:') search_words = col.text_input("Introduzca el termino o usuario para analizar y pulse el check correspondiente") number_of_tweets = col.number_input('Introduzca número de twweets a analizar. Máximo 50', 0,50,10) termino=st.checkbox('Término') usuario=st.checkbox('Usuario') submit_button = col.form_submit_button(label='Analizar') error=False if submit_button: date_since = "2020-09-14" if ( termino == False and usuario == False): st.text('Error no se ha seleccionado ningun check') error=True elif ( termino == True and usuario == True): st.text('Error se han seleccionado los dos check') error=True if (error == False): if (termino): new_search = search_words + " -filter:retweets" tweets =tw.Cursor(api.search_tweets,q=new_search,lang="es",since=date_since).items(number_of_tweets) elif (usuario): tweets = api.user_timeline(screen_name = search_words,count=number_of_tweets) tweet_list = [i.text for i in tweets] #tweet_list = [strip_undesired_chars(i.text) for i in tweets] text= pd.DataFrame(tweet_list) text[0] = text[0].apply(preprocess) text1=text[0].values indices1=tokenizer.batch_encode_plus(text1.tolist(), max_length=128, add_special_tokens=True, return_attention_mask=True, pad_to_max_length=True, truncation=True) input_ids1=indices1["input_ids"] attention_masks1=indices1["attention_mask"] prediction_inputs1= torch.tensor(input_ids1) prediction_masks1 = torch.tensor(attention_masks1) # Set the batch size. batch_size = 25 # Create the DataLoader. prediction_data1 = TensorDataset(prediction_inputs1, prediction_masks1) prediction_sampler1 = SequentialSampler(prediction_data1) prediction_dataloader1 = DataLoader(prediction_data1, sampler=prediction_sampler1, batch_size=batch_size) print('Predicting labels for {:,} test sentences...'.format(len(prediction_inputs1))) # Put model in evaluation mode model.eval() # Tracking variables predictions = [] # Predict for batch in prediction_dataloader1: batch = tuple(t.to(device) for t in batch) # Unpack the inputs from our dataloader b_input_ids1, b_input_mask1 = batch # Telling the model not to compute or store gradients, saving memory and # speeding up prediction with torch.no_grad(): # Forward pass, calculate logit predictions outputs1 = model(b_input_ids1, token_type_ids=None,attention_mask=b_input_mask1) logits1 = outputs1[0] # Move logits and labels to CPU logits1 = logits1.detach().cpu().numpy() # Store predictions and true labels predictions.append(logits1) flat_predictions = [item for sublist in predictions for item in sublist] flat_predictions = np.argmax(flat_predictions, axis=1).flatten()#p = [i for i in classifier(tweet_list)] df = pd.DataFrame(list(zip(tweet_list, flat_predictions)),columns =['Últimos '+ str(number_of_tweets)+' Tweets'+' de '+search_words, 'Sexista']) df['Sexista']= np.where(df['Sexista']== 0, 'No Sexista', 'Sexista') st.table(df.reset_index(drop=True).head(20).style.applymap(color_survived, subset=['Sexista'])) #st.dataframe(df.style.apply(highlight_survived, axis=1)) #st.table(df) #st.write(df) run()