Update app.py

app.py

@@ -347,9 +347,8 @@ with gr.Blocks(css=custom_css, title="Daten Strukturieren und Analysieren") as d
     gr.HTML("""
     <div style="text-align: center; margin-bottom: 1rem">
         <h1>Strukturierung und Visualisierung von historischen Daten</h1>
-        <p style="font-size: 1.1rem; margin-top: -10px;">Extract, visualize, and analyze historical data with ease</p>
     </div>
-    <div style="font-family: 'Source Sans Pro', sans-serif; max-width: 900px; margin: 0 auto; color: #333; line-height: 1.7; font-size: 1.15rem;">
+    <div style="font-family: 'Source Sans Pro', sans-serif; max-width: 1000px; margin: 0 auto; color: #333; line-height: 1.7; font-size: 1.15rem;">
 
   <p style="font-size: 1.3rem; margin-bottom: 1.8rem; color: #2c3e50; font-weight: 400; padding: 0 1rem;">
     In dieser Unterrichtseinheit befassen wir uns mit einer Methode zur Strukturierung unstrukturierter historischer Texte. Im Kern verbindet unsere Anwendung die systematische Strukturierung von Daten mit einem auf Informationsextrahierung trainierten Sprachmodell, das auf der Question-Answering-Methode basiert. Diese Methode extrahiert Text auf der Basis von Fragen, wie etwa „Wo fand das Erdbeben statt"? Dies ermöglicht die Extrahierung des Erdbebenortes, auch wenn im Text selbst noch andere genannt werden.