Update app.py

app.py

@@ -2,29 +2,33 @@ import gradio as gr
 from transformers import pipeline
 import spaces 
 
-# Charger le pipeline de classification des sentiments
-
-
-pipe = pipeline("text-generation", model="deepseek-ai/deepseek-llm-7b-base")
-
 @spaces.GPU
 
+# Charger le pipeline d'analyse des sentiments
+sentiment_analyzer = pipeline("text-classification", model="mrm8488/deberta-v3-base-finetuned-mnli")
+
 def analyze_sentiment(text):
     # Analyser le sentiment du texte
-    result = pipe(text)
+    results = sentiment_analyzer(text)
+    # Formater les résultats pour l'affichage
+    sentiments = []
     for result in results:
         label = result['label']
         score = result['score']
         sentiments.append(f"Sentiment: {label}, Score: {score:.2f}")
     return "\n".join(sentiments)
 
+# Définir les composants d'entrée et de sortie Gradio
+inputs = gr.Textbox(lines=5, label="Entrez votre texte ici")
+outputs = gr.Textbox(label="Résultat de l'analyse des sentiments")
+
 # Créer l'interface Gradio
 interface = gr.Interface(
-    fn=pipe,
-    inputs=gr.inputs.Textbox(lines=5, placeholder="Entrez votre texte ici..."),
-    outputs="text",
+    fn=analyze_sentiment,
+    inputs=inputs,
+    outputs=outputs,
     title="Analyse des Sentiments",
-    description="Entrez un texte pour analyser son sentiment (positif, négatif ou neutre)."
+    description="Entrez un texte pour analyser son sentiment (positif, négatif, ou neutre). Le modèle utilisé est un modèle généraliste finement ajusté pour la classification des sentiments."
 )
 
 # Lancer l'interface dans un Space Hugging Face