alex-abb commited on
Commit
fb64d41
1 Parent(s): ba2d0f7

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +21 -27
app.py CHANGED
@@ -1,35 +1,29 @@
1
  import gradio as gr
2
- import NumPy
3
- from transformers import pipeline
4
- import spaces
5
 
6
- pipe = pipeline("text-generation", model="deepseek-ai/deepseek-llm-7b-base")
 
7
 
8
- @spaces.GPU
9
  def analyze_sentiment(text):
10
- # Analyser le sentiment du texte
11
- results = pipe(text)
12
- # Formater les résultats pour l'affichage
13
- sentiments = []
14
- for result in results:
15
- label = result['label']
16
- score = result['score']
17
- sentiments.append(f"Sentiment: {label}, Score: {score:.2f}")
18
- return "\n".join(sentiments)
19
 
20
- # Définir les composants d'entrée et de sortie Gradio
21
- inputs = gr.Textbox(lines=5, label="Entrez votre texte ici")
22
- outputs = gr.Textbox(label="Résultat de l'analyse des sentiments")
23
 
24
- # Créer l'interface Gradio
25
- interface = gr.Interface(
26
- fn=pipe,
27
- inputs=inputs,
28
- outputs=outputs,
29
- title="Analyse des Sentiments",
30
- 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."
31
  )
32
 
33
- # Lancer l'interface dans un Space Hugging Face
34
- if __name__ == "__main__":
35
- interface.launch()
 
1
  import gradio as gr
2
+ import requests
 
 
3
 
4
+ API_URL = "https://api-inference.huggingface.co/models/meta-llama/Meta-Llama-3-8B-Instruct"
5
+ headers = {"Authorization": "Bearer hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"}
6
 
 
7
  def analyze_sentiment(text):
8
+ payload = {
9
+ "inputs": f"Analyze the sentiment of the following text and respond with either 'heureux' or 'malheureux': {text}"
10
+ }
11
+ response = requests.post(API_URL, headers=headers, json=payload)
12
+ result = response.json()
13
+
14
+ sentiment = result[0]['generated_text'].strip().lower()
15
+ return "heureux" if "heureux" in sentiment else "malheureux"
 
16
 
17
+ def gradio_interface(input_text):
18
+ sentiment = analyze_sentiment(input_text)
19
+ return sentiment
20
 
21
+ iface = gr.Interface(
22
+ fn=gradio_interface,
23
+ inputs=gr.Textbox(lines=3, placeholder="Entrez votre texte ici..."),
24
+ outputs=gr.Label(num_top_classes=1),
25
+ title="Analyseur de Sentiment",
26
+ description="Entrez un texte pour déterminer si le sentiment est 'heureux' ou 'malheureux'."
 
27
  )
28
 
29
+ iface.launch()