app.py

from transformers import pipeline
import gradio as gr
# Cargamos el pipeline de análisis de sentimientos
classifier = pipeline("sentiment-analysis", model="cardiffnlp/twitter-roberta-base-sentiment")

def analizar_sentimiento(texto):
    resultado = classifier(texto)

    # Acceder al primer (y único) resultado
    etiqueta = resultado[0]['label']
    puntuacion = resultado[0]['score']

     # Asignar etiqueta interpretada
    if etiqueta == "LABEL_0":
        sentimiento = "negativo"
    elif etiqueta == "LABEL_1":
        sentimiento = "neutro"
    elif etiqueta == "LABEL_2":
        sentimiento = "positivo"
    else:
        sentimiento = etiqueta  # Por si devuelve algo inesperado

    # Formatear la respuesta como string
    return f"El comentario es {sentimiento}. En un {puntuacion*100:.2f}%"


demo = gr.Interface(
    fn=analizar_sentimiento,
    inputs=gr.Textbox(lines=5, placeholder="Escribe un texto en ingles aquí..."),
    outputs="text",
    title="Análisis de Sentimientos",
    description="Introduce un texto en ingles y obtén el sentimiento analizado y un porcentaje que indica cuanto es."
)
# Lanzamos la aplicación
demo.launch()