Update inference.py

inference.py

@@ -1,28 +1,37 @@
 import joblib
 import numpy as np
-from sklearn.feature_extraction.text import TfidfVectorizer
 
-# Cargar el vectorizador usando joblib
-with open('vectorizer.pkl', 'rb') as f:
-    vectorizer = joblib.load(f)
+# Cargar el vectorizador
+try:
+    with open('vectorizer.pkl', 'rb') as f:
+        vectorizer = joblib.load(f)
+except Exception as e:
+    print(f"Error al cargar el vectorizador: {e}")
 
-# Cargar el modelo usando joblib
-with open('model.pkl', 'rb') as f:
-    model = joblib.load(f)
+# Cargar el modelo
+try:
+    with open('model.pkl', 'rb') as f:
+        model = joblib.load(f)
+except Exception as e:
+    print(f"Error al cargar el modelo: {e}")
 
 def preprocess(text):
     """Preprocesa el texto para la inferencia."""
-    # Transformar el texto usando el vectorizador cargado
-    return vectorizer.transform([text])
+    try:
+        return vectorizer.transform([text])
+    except Exception as e:
+        print(f"Error en el preprocesamiento: {e}")
 
 def predict(text):
     """Realiza la predicción a partir del texto ingresado."""
-    X = preprocess(text)
-    # Realizar la predicción usando el modelo cargado
-    return model.predict(X)
+    try:
+        X = preprocess(text)
+        return model.predict(X)
+    except Exception as e:
+        print(f"Error en la predicción: {e}")
 
 if __name__ == "__main__":
-    # Probar el modelo con un texto de ejemplo
-    test_text = "Este es un ejemplo de texto para predecir"
+    # Prueba del modelo
+    test_text = "Texto de prueba para predecir"
     result = predict(test_text)
     print(f"Predicción: {result}")