Create app.py

app.py

@@ -0,0 +1,56 @@
+import gradio as gr
+from transformers import AutoTokenizer, AutoModelForSequenceClassification, AutoModelForCausalLM
+import torch
+import torch.nn.functional as F
+
+# 감정 분석용 모델
+emotion_model = AutoModelForSequenceClassification.from_pretrained("beomi/KcELECTRA-base", num_labels=3)
+emotion_tokenizer = AutoTokenizer.from_pretrained("beomi/KcELECTRA-base")
+emotion_labels = ['부정', '중립', '긍정']
+
+# 텍스트 생성용 GPT 모델
+gpt_model = AutoModelForCausalLM.from_pretrained("skt/kogpt2-base-v2")
+gpt_tokenizer = AutoTokenizer.from_pretrained("skt/kogpt2-base-v2")
+
+# 감정 분석 함수
+def predict_emotion(text):
+    inputs = emotion_tokenizer(text, return_tensors="pt", truncation=True, padding=True)
+    with torch.no_grad():
+        outputs = emotion_model(**inputs)
+        probs = F.softmax(outputs.logits, dim=1)
+        pred = torch.argmax(probs, dim=1).item()
+    return emotion_labels[pred]
+
+# GPT 이어쓰기 함수
+def emotional_gpt(user_input):
+    emotion = predict_emotion(user_input)
+
+    if emotion == "긍정":
+        prompt = "기분 좋은 하루였다. "
+    elif emotion == "부정":
+        prompt = "우울한 기분으로 시작된 하루, "
+    else:
+        prompt = "평범한 하루가 시작되었다. "
+    
+    prompt += user_input
+
+    input_ids = gpt_tokenizer.encode(prompt, return_tensors="pt")
+    output = gpt_model.generate(input_ids, max_length=150, do_sample=True, temperature=0.8, top_k=50)
+    result = gpt_tokenizer.decode(output[0], skip_special_tokens=True)
+
+    return f"🧠 감정 분석 결과: {emotion}\n\n✍️ GPT가 이어 쓴 글:\n{result}"
+
+# Gradio 인터페이스 구성
+gr.Interface(
+    fn=emotional_gpt,
+    inputs=gr.Textbox(lines=3, label="✍️ 감정을 담은 문장을 입력해주세요!", placeholder="예: 오늘 너무 외로웠어"),
+    outputs="text",
+    title="🎭 감정형 GPT 한글 작문 AI",
+    description="🧠 감정을 먼저 파악하고 ✨ 그 감정에 어울리는 문장을 이어서 작성해줍니다!",
+    theme="soft",
+    examples=[
+        ["기분이 너무 좋았어"],
+        ["진짜 외롭고 힘든 하루였어"],
+        ["회의가 그냥 그랬어"]
+    ]
+).launch()