Update app.py

app.py

@@ -9,54 +9,57 @@ History_size = 5
 MODELS = {
     "Русский (rubert-tiny)": "cointegrated/rubert-tiny-sentiment-balanced",
     "Twitter-roBERTa": "cardiffnlp/twitter-roberta-base-sentiment-latest"
-    
 }
 
 _pipes = {}
 
-#фукнция выбора конкретной модели
+# функция выбора конкретной модели
 def get_pipe(key):
-  if key not in _pipes:
-    _pipes[key] = pipeline("sentiment-analysis", model=MODELS[key])
-#анализ текста с историей
-def analyze_text(text,model_key, history):
-  start = time.time()
-
-  if text is None or not text.strip():
-    return "Ошибка пустой ввод", "", 0.0, history 
-  
-  text = text.strip()
-  if len(text) > MAX_CHARS:
-    return "Ошибка: текст слишком длинный", "", 0.0, history 
-
-  try:
-    a = get_pipe(model_key)
-    res = a(text)[0]
-    label = res["label"]
-    score = round(float(res["score"]),3)
-  except Exception as e:
-    return f"Ошибка модели: {e}", "", 0.0, history
-  
-  latency = round(time.time()- start,3)
-  record = f"[{model_key}] {text[:80]}... → {label} ({score}), {latency}s"
-  if not history:
-    history = []
-  history = history[-(History_size-1):]
-  history.append(record)
-
-  return label, score, latency, history
-
-  #функция для обработки файла
+    if key not in _pipes:
+        _pipes[key] = pipeline("sentiment-analysis", model=MODELS[key])
+    return _pipes[key]   # ← ВАЖНО: вернуть пайплайн
+
+# анализ текста с историей
+def analyze_text(text, model_key, history):
+    start = time.time()
+
+    if text is None or not text.strip():
+        return "Ошибка: пустой ввод", "", 0.0, history
+
+    text = text.strip()
+    if len(text) > MAX_CHARS:
+        return "Ошибка: текст слишком длинный", "", 0.0, history
+
+    try:
+        a = get_pipe(model_key)
+        res = a(text)[0]
+        label = res["label"]
+        score = round(float(res["score"]), 3)
+    except Exception as e:
+        return f"Ошибка модели: {e}", "", 0.0, history
+
+    latency = round(time.time() - start, 3)
+    record = f"[{model_key}] {text[:80]}... → {label} ({score}), {latency}s"
+
+    if not history:
+        history = []
+
+    history = history[-(History_size - 1):]
+    history.append(record)
+
+    return label, score, latency, history
+
+
+# функция для обработки файла
 def obr_file(file_obj, model_key):
-  if file_obj is None:
-    return pd.DataFrame({"error": ["Файл не загружен"]})
-  #проверяем расширение файла
-  path = file_obj.name.lower()
-  if not (path.endswith(".txt") or path.endswith(".csv")):
-     return pd.DataFrame({"error": ["Поддерживаются только .txt и .csv"]})
-
-  #чтение файла 
-  try:
+    if file_obj is None:
+        return pd.DataFrame({"error": ["Файл не загружен"]})
+
+    path = file_obj.name.lower()
+    if not (path.endswith(".txt") or path.endswith(".csv")):
+        return pd.DataFrame({"error": ["Поддерживаются только .txt и .csv"]})
+
+    try:
         if path.endswith(".txt"):
             with open(file_obj.name, "r", encoding="utf-8", errors="ignore") as f:
                 texts = [x.strip() for x in f.read().splitlines() if x.strip()]
@@ -64,73 +67,67 @@ def obr_file(file_obj, model_key):
             df = pd.read_csv(file_obj.name)
             col = "text" if "text" in df.columns else df.columns[0]
             texts = df[col].astype(str).tolist()
-  except Exception as e:
+    except Exception as e:
         return pd.DataFrame({"error": [f"Ошибка чтения файла: {e}"]})
-  
-  a = get_pipe(model_key)
-  rows = []
-
-  for t in texts:
-    t = t[:MAX_CHARS]
-    res = a(t)[0]
-    rows.append({
-        "text": t,
-        "label": res["label"],
-        "score": round(float(res["score"]), 3)
-    })
-  return pd.DataFrame(rows)
+
+    a = get_pipe(model_key)
+    rows = []
+
+    for t in texts:
+        t = t[:MAX_CHARS]
+        res = a(t)[0]
+        rows.append({
+            "text": t,
+            "label": res["label"],
+            "score": round(float(res["score"]), 3)
+        })
+
+    return pd.DataFrame(rows)
+
 
 with gr.Blocks() as demo:
-  gr.Markdown('🧠 Sentiment Analysis')
+    gr.Markdown("🧠 Sentiment Analysis")
 
-  with gr.Row():
-    text_input = gr.Textbox(label='Введите текст', lines =5)
-    model_choice = gr.Dropdown(list(MODELS.keys()), value="Русский (rubert-tiny)", label="Модель")
+    with gr.Row():
+        text_input = gr.Textbox(label="Введите текст", lines=5)
+        model_choice = gr.Dropdown(list(MODELS.keys()), value="Русский (rubert-tiny)", label="Модель")
 
-  btn = gr.Button("Обработать")
+    btn = gr.Button("Обработать")
 
-  with gr.Row():
-    lab = gr.Textbox(label='Тональность')
-    scr = gr.Textbox(label = 'Уверенность') 
-    lat = gr.Textbox(label = 'Время ответа (сек)') 
+    with gr.Row():
+        lab = gr.Textbox(label="Тональность")
+        scr = gr.Textbox(label="Уверенность")
+        lat = gr.Textbox(label="Время ответа (сек)")
 
     state = gr.State([])
     box = gr.Textbox(label="История запросов (последние 5)", lines=5)
 
     btn.click(
         analyze_text,
-        inputs = [text_input, model_choice, state],
-        outputs = [lab, scr, lat, state]
+        inputs=[text_input, model_choice, state],
+        outputs=[lab, scr, lat, state]
     ).then(
         lambda h: "\n".join(h),
-        inputs = state,
-        outputs = box
+        inputs=state,
+        outputs=box
     )
 
     gr.Markdown("# Пакетная обработка (TXT/CSV)")
-    file_in = gr.File(label = "Загрузите файл (.txt или .csv)")
+    file_in = gr.File(label="Загрузите файл (.txt или .csv)")
     bbtn = gr.Button("Обработать файл")
-    obtn = gr.DataFrame(label = 'Результаты')
+    obtn = gr.Dataframe(label="Результаты")
 
     bbtn.click(obr_file, inputs=[file_in, model_choice], outputs=obtn)
+
     gr.Examples(
         examples=[
             ["Мне очень понравился этот фильм, всё отлично!", "Русский (rubert-tiny)"],
             ["Это худший опыт в моей жизни.", "Русский (rubert-tiny)"],
-            ["The app is amazing!", "Английский (Twitter-roBERTa)"],
-            ["This is terrible and buggy.", "Английский (Twitter-roBERTa)"]
+            ["The app is amazing!", "Twitter-roBERTa"],
+            ["This is terrible and buggy.", "Twitter-roBERTa"]
         ],
         inputs=[text_input, model_choice],
         label="Примеры"
     )
 
-demo.launch()
-
-
-
-
-
-
-
-
-  
+demo.launch()