Update app.py

app.py

@@ -1,15 +1,24 @@
+import os
 import gradio as gr
 from transformers import pipeline
 
-# لود مدل فارسی
-qa_pipeline = pipeline("question-answering", model="HooshvareLab/bert-fa-base-uncased-qa")
+# اگر از سکرت استفاده کردی
+# token = os.getenv("HF_TOKEN")
 
-def answer_question(context):
-    question = "این متن از کجا آمده است؟"
-    result = qa_pipeline(question=question, context=context)
-    return result["answer"]
+# مدل طبقه‌بندی فارسی اخبار
+clf_pipeline = pipeline(
+    "text-classification",
+    model="HooshvareLab/bert-fa-base-uncased-clf-persiannews",
+    # use_auth_token=token  # فقط اگر مدل خصوصی بود
+)
 
-iface = gr.Interface(fn=answer_question, inputs="text", outputs="text",
-                     title="تشخیص منبع حدیث",
-                     description="متنی وارد کن تا منبع یا مضمونش تحلیل بشه.")
+def classify_text(text):
+    result = clf_pipeline(text)[0]
+    label = result["label"]
+    score = result["score"]
+    return f"برچسب: {label}\nدرصد اطمینان: {round(score * 100, 2)}٪"
+
+iface = gr.Interface(fn=classify_text, inputs="text", outputs="text",
+                     title="طبقه‌بندی اخبار فارسی",
+                     description="یک متن خبری فارسی وارد کن تا مدل موضوع آن را تشخیص دهد.")
 iface.launch()