app.py

import gradio as gr
from sentence_transformers import SentenceTransformer
import torch

# 1. On charge VOTRE modèle (en utilisant le nom vu dans vos logs)
model_id = "Salahidine2002/result_model"
model = SentenceTransformer(model_id)

# 2. On définit la fonction d'inférence
def comparer_phrases(phrase1, phrase2):
    # Transformation des phrases en vecteurs de 1024 dimensions
    emb1 = model.encode(phrase1, convert_to_tensor=True)
    emb2 = model.encode(phrase2, convert_to_tensor=True)
    
    # Calcul de la Similarité Cosinus
    cos_score = torch.nn.functional.cosine_similarity(emb1, emb2, dim=0)
    pourcentage = cos_score.item() * 100
    
    return f"Score de similarité : {pourcentage:.2f}%"

# 3. On crée l'interface graphique Gradio
demo = gr.Interface(
    fn=comparer_phrases,
    inputs=[
        gr.Textbox(label="Première phrase", placeholder="Tapez une phrase ici..."),
        gr.Textbox(label="Deuxième phrase", placeholder="Tapez une autre phrase ici...")
    ],
    outputs=gr.Textbox(label="Résultat de l'IA"),
    title="🤖 Analyseur Sémantique",
    description="Ce modèle vérifie si deux phrases ont le même sens profond.",
    examples=[
        ["Un ingénieur crée un réseau de neurones.", "Un développeur entraîne un modèle d'IA."],
        ["Je vais faire les courses au marché.", "Le chat dort sur le fauteuil."]
    ]
)

demo.launch()