app.py

# ИМПОРТ НЕОБХОДИМЫХ БИБЛИОТЕК
import gradio as gr
from transformers import pipeline

# ЗАГРУЗКА МОДЕЛИ
# Используем готовую модель hugging face, обученную на русском языке (ruBERT-sentiment)
try:
    sentiment_pipe = pipeline('sentiment-analysis', model="blanchefort/rubert-base-cased-sentiment")
except Exception as e:
    print(f"Ошибка при загрузке модели: {e}")
    # Можно использовать заглушку, если модель не загружается, но лучше решить проблему с environment
    def dummy_sentiment_pipe(text):
        return [{'label': 'NEUTRAL', 'score': 0.5}]
    sentiment_pipe = dummy_sentiment_pipe


# ОСНОВНАЯ ФУНКЦИЯ АНАЛИЗА
def analyze_sentiment(text: str) -> str:
    """
    Анализирует тональность входного текста с помощью предобученной модели.
    """
    text = text.strip()
    
    # Проверка на пустой ввод
    if not text:
        return "Введите текст для анализа"
        
    # Получение результата от модели
    try:
        result = sentiment_pipe(text)[0]
        label = result['label']
        score = result['score']
    except Exception as e:
        return f"Ошибка при обработке текста: {e}"
        
    # Преобразование метки (label) на русский язык
    label_upper = label.upper()
    if label_upper.startswith("NEG"):
        label_ru = "Негативная тональность"
    elif label_upper.startswith("POS"):
        label_ru = "Позитивная тональность"
    elif label_upper.startswith("NEU"):
        label_ru = "Нейтральная тональность"
    else:
        label_ru = f"Тональность: {label}"
    
    # Возврат форматированного результата
    # ЭТО ИСПРАВЛЕНИЕ: return находится вне условных блоков, чтобы всегда возвращать результат.
    return f"{label_ru} (Уверенность: {score:.2%})"


# ОПИСАНИЕ ИНТЕРФЕЙСА GRADIO
demo = gr.Interface(
    # Функция для запуска
    fn=analyze_sentiment,
    
    # Поле ввода текста
    inputs=gr.Textbox(
        lines=5,
        label='Введите текст...',
        placeholder='Например, "Мне очень понравилась эта программа, она работает быстро и без ошибок"'
    ),
    
    # Поле вывода результата
    outputs=gr.Textbox(label='Результат анализа'),
    
    # Заголовок и описание приложения
    title=' Sentiment: Анализатор тональности русского текста',
    description='Приложение использует модель на основе ruBERT с Hugging Face для определения тональности русского текста (позитивная, негативная или нейтральная).',
)

# ЗАПУСК ПРИЛОЖЕНИЯ
if __name__ == '__main__':
    # Запускает локальный веб-сервер для отображения интерфейса
    demo.launch()