Update app.py

app.py

@@ -1,38 +1,39 @@
-import os
-import gradio as gr
 import requests
+import gradio as gr
 import spaces 
+import os 
+
 
-# Récupérer le token depuis les secrets
-api_token = os.environ.get("HF_API_TOKEN")
+api_token = os.environ.get("TOKEN")
 
-API_URL = "https://api-inference.huggingface.co/models/distilbert-base-uncased-finetuned-sst-2-english"
+
+API_URL = "https://api-inference.huggingface.co/models/meta-llama/Meta-llama-3-8B-Instruct"
 headers = {"Authorization": f"Bearer {api_token}"}
-@spaces.GPU
 
-# Texte à analyser
-# Envoi de la requête
+@spaces.GPU
 
 def query(payload):
     response = requests.post(API_URL, headers=headers, json=payload)
     return response.json()
-def analyze_sentiment(input_text):
-    output = query({"inputs": input_text})
-    label = output[0]['label']
-    if label == 'POSITIVE':
-        return 'Positif'
-    else:
-        return 'Négatif'
-        
-interface = gr.Interface(
-    fn=analyze_sentiment, 
-    inputs="text", 
+
+def detect_sentiment(message):
+    prompt = f"Détecte le sentiment de ce message. Réponds par 'positif' ou 'négatif' :\nMessage : \"{message}\""
+    response = query({"inputs": prompt})
+    sentiment = response[0]['generated_text'].strip().lower()
+    return sentiment
+
+def sentiment_analysis_interface(message):
+    sentiment = detect_sentiment(message)
+    return sentiment
+
+# Créer l'interface Gradio
+iface = gr.Interface(
+    fn=sentiment_analysis_interface,
+    inputs="text",
     outputs="text",
-    title="Analyse de Sentiment",
-    description="Entrez un texte pour savoir s'il est positif ou négatif."
+    title="Détection de Sentiment",
+    description="Entrez un message pour détecter si le sentiment est positif ou négatif.",
 )
 
 # Lancer l'interface
-interface.launch()
-
 iface.launch()