Update app.py

app.py

@@ -1,26 +1,64 @@
 import gradio as gr
-from transformers import pipeline
 
-# Load Hugging Face sentiment pipeline with Arabic model
-analyzer = pipeline("sentiment-analysis", model="aubmindlab/bert-base-arabertv2")
+# ✅ Arabic Semantic Mapping for Customer Satisfaction
+arabic_feelings_map = {
+    # 😡 Anger / Complaint
+    "زعلان": "غضب",
+    "معصب": "غضب",
+    "سيء": "غضب",
+    "خدمة سيئة": "غضب",
+    "ما عجبني": "غضب",
+    "تجربة سيئة": "غضب",
 
+    # 😢 Sad / Disappointed
+    "محبط": "حزن",
+    "حزين": "حزن",
+    "مكسور": "حزن",
+    "ندمت": "حزن",
+
+    # 😍 Happy / Satisfied
+    "مبسوط": "سعادة",
+    "سعيد": "سعادة",
+    "مرتاح": "سعادة",
+    "راضي": "سعادة",
+    "ممتاز": "سعادة",
+    "رهيب": "سعادة",
+    "يعجبني": "سعادة",
+
+    # 😨 Fear / Anxiety
+    "خايف": "خوف",
+    "قلقان": "خوف",
+    "متوتر": "خوف",
+
+    # 🤢 Disgust
+    "مقرف": "اشمئزاز",
+    "مثير للاشمئزاز": "اشمئزاز",
+
+    # 😐 Neutral
+    "عادي": "محايد",
+    "طبيعي": "محايد"
+}
+
+# ✅ Smart Arabic Analyzer
 def analyze_arabic_text(text):
-    text = text.strip()
+    text = text.strip().lower()
+
     if not text:
         return "❗️ الرجاء إدخال رأي العميل"
-    
-    result = analyzer(text)[0]
-    label = result['label']
-    score = result['score']
-    return f"✅ رأي العميل: {text}\n\n🧠 الشعور المستنتج: {label} (الثقة: {score:.2f})"
 
-# Build Arabic UI
+    # Try direct match
+    for key in arabic_feelings_map:
+        if key in text:
+            return f"🧠 الشعور ج: {arabic_feelings_map[key]}"
+
+    return f"✅ رأي العميل: {text}\n\n🧠 الشعور المستنتج: غير واضح (محايد)"
+
+# ✅ Build Arabic UI
 ui = gr.Interface(
     fn=analyze_arabic_text,
     inputs=gr.Textbox(placeholder="اكتب رأي العميل هنا... (مثال: الخدمة سيئة)"),
     outputs="text",
     title="✅ محلل رضا العملاء بالعربي",
-    description="أدخل رأي العميل وسيتم تحليل شعوره تلقائياً باستخدام نموذج عربي من Hugging Face."
+    description="أدخل رأي العميل وسيتم تحليل شعوره تلقائياً (غضب، سعادة، حزن، خوف...)."
 )
-
 ui.launch()