Update app.py

app.py

@@ -1,54 +1,26 @@
-from transformers import pipeline
 import gradio as gr
-import os
-import spaces
-
-# Charger le modèle GPT de Hugging Face
-model_id = "deepseek-ai/deepseek-llm-7b-chat"
-pipe = pipeline("text-generation", model=model_id)
-
-# Consigne que le modèle suivra pour chaque chat
-system_message = """Classify the text into neutral, negative or positive.
-Text: This movie is definitely one of my favorite movies of its kind. The interaction between respectable and morally strong characters is an ode to chivalry and the honor code amongst thieves and policemen.
-Sentiment:
-"""
+from transformers import pipeline
 
-@spaces.GPU
-# Fonction pour générer une réponse à partir du message de l'utilisateur
-def generate_response(user_message, history):
-    try:
-        # Initialiser history s'il est None
-        if history is None:
-            history = []
+# Charger le pipeline de classification des sentiments
+sentiment_analyzer = pipeline("sentiment-analysis", model="distilbert-base-uncased-finetuned-sst-2-english")
 
-        # Ajouter le message système au début de l'historique des messages
-        messages = [{"role": "system", "content": system_message}] + [{"role": "user", "content": user_message}]
-        
-        # Créer une chaîne de caractères représentant la conversation
-        conversation_text = system_message + "\n"
-        for past_user_input, past_bot_response in history:
-            conversation_text += f"User: {past_user_input}\nAssistant: {past_bot_response}\n"
-        
-        # Ajouter le nouveau message de l'utilisateur
-        conversation_text += f"User: {user_message}\n"
-        
-        # Générer une réponse
-        result = pipe(conversation_text, max_new_tokens=150)
-        response = result[0]['generated_text'].split("User: ")[-1].strip()  # Extraire la réponse générée
-        
-        # Mettre à jour l'historique
-        history.append((user_message, response))
-        return history, response
-    except Exception as e:
-        # En cas d'erreur, retourner l'historique inchangé et un message d'erreur
-        return history, f"Error: {str(e)}"
+def analyze_sentiment(text):
+    # Analyser le sentiment du texte
+    result = sentiment_analyzer(text)
+    # Retourner le résultat sous forme de texte
+    sentiment = result[0]['label']
+    score = result[0]['score']
+    return f"Sentiment: {sentiment}, Score: {score:.2f}"
 
-# Configurer et lancer l'interface de chat avec Gradio
-iface = gr.Interface(
-    fn=generate_response,
-    inputs=[gr.Textbox(lines=2, placeholder="Enter your message here..."), gr.State()],
-    outputs=[gr.State(), gr.Textbox()],
-    live=True,
+# Créer l'interface Gradio
+interface = gr.Interface(
+    fn=analyze_sentiment,
+    inputs="text",
+    outputs="text",
+    title="Analyse des Sentiments",
+    description="Entrez un texte pour analyser son sentiment (positif, négatif ou neutre)."
 )
 
-iface.launch()
+# Lancer l'interface dans un Space Hugging Face
+if __name__ == "__main__":
+    interface.launch()