Upload 3 files

app.py

@@ -0,0 +1,16 @@
+
+import streamlit as st
+from chatbot import predict_multi, generate_response
+
+st.set_page_config(page_title="감정 공감 챗봇")
+st.title("T / F 감정 공감 챗봇 💬")
+
+text = st.text_area("마음속 이야기를 들려주세요")
+mode = st.radio("챗봇 응답 스타일", ["T - 이성적 조언", "F - 감성적 위로"])
+
+if st.button("챗봇에게 말 걸기"):
+    flag = 'T' if mode.startswith('T') else 'F'
+    emotions = predict_multi(text)
+    st.write("### 예측된 감정:", ", ".join(emotions))
+    response = generate_response(emotions, flag)
+    st.success(response)

chatbot.py

@@ -0,0 +1,37 @@
+
+import torch
+import numpy as np
+from transformers import AutoModelForSequenceClassification, AutoTokenizer
+
+# 모델 로딩
+model = AutoModelForSequenceClassification.from_pretrained("M1NJ1/klue-bert-emotion")
+tokenizer = AutoTokenizer.from_pretrained("M1NJ1/klue-bert-emotion")
+model.eval().to("cuda" if torch.cuda.is_available() else "cpu")
+
+label_map = list(range(44))  # 실제 감정 라벨 이름으로 수정 가능
+
+def predict_multi(text):
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+    inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True, max_length=64).to(device)
+    with torch.no_grad():
+        outputs = model(**inputs)
+        probs = torch.sigmoid(outputs.logits).squeeze().cpu().numpy()
+    emotions = []
+    for i, p in enumerate(probs):
+        if p > 0.5:
+            emotions.append(f"감정{i}")
+    return emotions
+
+def generate_response(emotions, mode):
+    if not emotions:
+        return "감정을 파악하지 못했어요. 다시 말해줄 수 있나요?"
+    response = ""
+    if mode == 'T':
+        if '감정1' in emotions:
+            response += "불안은 준비 부족에서 올 수 있어요. 차근히 정리해볼까요?
+"
+    elif mode == 'F':
+        if '감정1' in emotions:
+            response += "불안한 하루였겠군요... 괜찮아요, 당신 잘하고 있어요.
+"
+    return response or "당신의 감정에 귀 기울이고 있어요."

requirements.txt

@@ -0,0 +1,4 @@
+
+streamlit
+transformers
+torch