Я хочу сделать так, чтобы мое веб-приложение могло принимать несколько документов в качестве входных данных и классифицировать их по моей модели и сохранять эти классифицированные документы в разных папках.
Я разработал модель, которая классифицирует документы.Модель готова и имеет точность около 0,96 f-балла.Я хочу реализовать это в колбе.Я уже реализовал ввод текста, который показывает точные результаты.
((#LIBRARIES
app = Flask(__name__)
app.config.from_object(__name__) # load config from th
app.config['UPLOAD_FOLDER'] = 'CV_upload/'
app.config['ALLOWED_EXTENSIONS'] = set(['txt', 'pdf', 'png', 'jpg',
'jpeg', 'gif'])
# Route for handling the login page logic
@app.route('/login', methods=['GET', 'POST'])
def login():
error = None
if request.method == 'POST':
if request.form['username'] != 'admin' or
request.form['password'] != 'admin':
error = 'Invalid Credentials. Please try again.'
else:
return redirect(url_for('home'))
return render_template('index.html', error=error)
@app.route('/logout')
def logout():
session.pop('logged_in', None)
flash('You were logged out')
return redirect(url_for('home'))
@app.route('/home')
def home():
return render_template('home.html')
@app.route('/predict',methods=['POST'])
def predict():
<<<<<<<<<<<<<<#MY_NAIVE_BAYES MODEL
HERE>>>>>>>>>>>>>>>>>>>>>>>>
<<<<<<<<<<<<<<<<<<THis is where i take input text but i want this to
change as input multiple pdf files and then classify them>>>>>>>>
if request.method == 'POST':
message = request.form['message']
data = [message]
vect = vectorizer.transform(data).toarray()
my_prediction = model.predict(vect)
return render_template('result.html',prediction = my_prediction)
if __name__ == '__main__':
app.run(debug=True , threaded=True)
))
Я хочу сделать так, чтобы мое веб-приложение могло принимать несколько документов в качестве входных данных и классифицировать их, используя мою модель, и сохранять эти секретные документы в разных папках.,При размещении запроса он сгенерирует результат.