Create app.py

app.py

@@ -0,0 +1,44 @@
+from transformers import pipeline
+
+# Pipeline do modelo BART
+classifier = pipeline("zero-shot-classification", model="facebook/bart-large-mnli")
+
+# Dicionário com descrições das categorias como chave e descrições como valor.
+# Traz a vantagem de conter mais contexto semântico para o modelo.
+# Pode melhorar a discriminação entre categorias próximas (ex: política vs. economia).
+
+categorias_descritas = {
+    "esporte": "notícias relacionadas a competições esportivas, atletas ou eventos esportivos",
+    "política": "notícias sobre decisões governamentais, eleições, partidos ou políticas públicas",
+    "tecnologia": "notícias sobre inovações, ciência da computação, internet e dispositivos eletrônicos",
+    "entretenimento": "notícias sobre filmes, música, celebridades e cultura pop", # nova categoria
+    "meio ambiente": "notícias sobre mudanças climáticas, preservação ambiental e ecologia",
+    "saúde": "notícias sobre medicina, doenças, vacinas e cuidados com a saúde"
+}
+
+# Lista de descrições para o modelo
+descricoes = list(categorias_descritas.values())
+
+# Função de predição
+def classificar_artigo(texto):
+    resultado = classifier(texto, candidate_labels=descricoes)
+
+    # Converte a descrição de volta para o nome da categoria original
+    saida = {}
+    for desc, score in zip(resultado["labels"], resultado["scores"]):
+        for categoria, descricao in categorias_descritas.items():
+            if desc == descricao:
+                saida[categoria] = f"{score:.4f}"
+                break
+    return saida
+
+# Interface Gradio
+interface = gr.Interface(
+    fn=classificar_artigo,
+    inputs=gr.Textbox(lines=10, label="Digite o conteúdo do artigo"),
+    outputs=gr.Label(label="Classificação Zero-Shot"),
+    title="Classificação Zero-Shot de notícias",
+    description="Este modelo classifica notícias com base em descrições detalhadas das categorias."
+)
+
+interface.launch()