Update app.py

app.py

@@ -1,20 +1,20 @@
-
 import gradio as gr
 import joblib
 import numpy as np
 import os
 
-# Carrega o pipeline baseline (TF-IDF + LogisticRegression)
 MODEL_PATH = os.getenv("MODEL_PATH", "baseline_pipe.pkl")
 
-if not os.path.exists(MODEL_PATH):
-    raise FileNotFoundError(f"Arquivo de modelo não encontrado: {MODEL_PATH}. Faça upload de baseline_pipe.pkl.")
-
-baseline = joblib.load(MODEL_PATH)
+baseline = None
+if os.path.exists(MODEL_PATH):
+    baseline = joblib.load(MODEL_PATH)
 
 def predict_sentiment(text: str):
     if not text or text.strip() == "":
         return {"predição": "n/a", "confiança": 0.0}
+    if baseline is None:
+        # Mensagem amigável quando o modelo ainda não foi enviado
+        return {"erro": "Modelo não encontrado. Envie baseline_pipe.pkl nos Files do Space."}
     proba = baseline.predict_proba([text])[0]
     pred = int(np.argmax(proba))
     label = "positivo" if pred == 1 else "negativo"
@@ -26,8 +26,8 @@ demo = gr.Interface(
     inputs=gr.Textbox(label="Digite uma avaliação de produto"),
     outputs=gr.JSON(label="Resultado"),
     title="Análise de Sentimentos (Amazon Polarity)",
-    description="Pipeline TF-IDF + Regressão Logística. Faça upload de baseline_pipe.pkl gerado no notebook."
+    description="Envie o arquivo baseline_pipe.pkl na aba Files para ativar o modelo."
 )
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()