Update app.py

app.py

@@ -7,44 +7,46 @@ import os
 # OpenAI API 설정 (환경 변수에서 읽어옴)
 openai.api_key = os.getenv("OPENAI_API_KEY")  # 실제 코드에서 주석 해제
 
-# Streamlit 앱 시작
-def app():
-    st.title("키워드 분석")
-
-    user_text = st.text_area("분석할 텍스트를 붙여 넣으세요:", height=300)
-
-    if st.button("키워드 분석"):
-        # 키워드 추출 로직 (GPT를 사용)
-        task_description = "Identify key terms in the text."
-        user_prompt = f"{user_text}"
-        messages = [
-            {"role": "system", "content": task_description},
-            {"role": "user", "content": user_prompt},
-        ]
-
-        response = openai.Completion.create(
-            model="gpt-3.5-turbo",
+def main():
+    st.title("Keyword Highlighter")
+    
+    user_text = st.text_area("Please enter your text here:", "")
+    
+    if st.button("Find Keywords"):
+        
+        # few-shot learning을 이용한 task_description
+        task_description = """You are a helpful assistant that generates annotated text for the st-annotated-text library in Python. Highlight the key terms that are most important in the context of the sentence. Your output should be formatted in the following way:
+        annotated_text(
+            "This ",
+            ("is", ""),
+            " some ",
+            ("annotated", ""),
+            ("text", ""),
+            " for those of ",
+            ("you", ""),
+            " who ",
+            ("like", ""),
+            " this sort of ",
+            ("thing", ""),
+            ". "
+        )"""
+        
+        user_prompt = f"Now, please annotate this text: {user_text}"
+        
+        messages = [{"role": "system", "content": task_description}, {"role": "user", "content": user_prompt}]
+        
+        response = openai.ChatCompletion.create(
+            model="gpt-3.5-turbo-16k",
             messages=messages,
-            max_tokens=100,
+            temperature=0.1,
+            max_tokens=1000
         )
         
-        # GPT로부터 받은 응답을 파싱하여 키워드 추출
-        extracted_keywords = response['choices'][0]['message']['content'].split(", ")
-
-        # 빈 리스트를 초기화하여 주석이 달린 텍스트를 저장합니다.
-        annotated_list = []
-
-        # 텍스트를 단어로 분할하고, 각 단어를 검사하여 주석을 답니다.
-        for word in user_text.split():
-            if word in extracted_keywords:
-                annotated_list.append((word, 'Keyword'))
-            else:
-                annotated_list.append(word)
-            annotated_list.append(" ")  # 원래의 공백을 복원합니다.
-
-        # 주석이 달린 텍스트를 출력합니다.
-        annotated_text(*annotated_list)
+        highlighted_text = response['choices'][0]['message']['content']
+        
+        # 여기서는 간단하게 exec 함수를 이용해 GPT-3.5-turbo가 생성한 코드를 실행합니다.
+        # 실제 프로덕션 환경에서는 보안 이슈를 고려해야 합니다.
+        exec(highlighted_text)
 
-# Streamlit 앱 실행
 if __name__ == "__main__":
-    app()
+    main()