| from transformers import pipeline | |
| import streamlit as st | |
| pipe1 = pipeline("text-classification", model="Emma0123/fine_tuned_model") | |
| pipe2 = pipeline("text-classification", model="jonas/roberta-base-finetuned-sdg") | |
| # 获取用户输入的文本 | |
| input_text = input("Please enter the text: ") | |
| # 使用第一个模型进行预测 | |
| result1 = pipe1(input_text) | |
| # 判断第一个模型的输出结果 | |
| if result1[0]['label'] == 'LABEL_1': # 根据您的模型实际返回的标签进行修改 | |
| # 如果输出结果为1（或者对应的标签），将输入文本传递给第二个模型 | |
| result2 = pipe2(input_text) | |
| print(result2) | |
| else: | |
| # 如果输出结果为0（或者对应的标签），打印提示信息 | |
| print("This content is unrelated to Environment.") | |