---
title: "Sentiment Analyzer RU"
emoji: "😊"
colorFrom: "blue"
colorTo: "green"
sdk: "gradio"
sdk_version: "4.12.0"
app_file: "app.py"
pinned: false
---

# Анализатор тональности текста

Интерактивное веб-приложение для анализа эмоциональной окраски русскоязычных текстов.

## 🎯 Описание

Приложение определяет тональность введенного текста и классифицирует его как:
- **😊 Позитивный** - положительные эмоции
- **😞 Негативный** - отрицательные эмоции  
- **😐 Нейтральный** - без выраженной эмоциональной окраски

## 🚀 Быстрый старт

1. **Введите текст** в поле ввода (на русском языке)
2. **Нажмите "Анализировать тональность"** или клавишу Enter
3. **Получите результат** с оценкой уверенности модели

## 📊 Примеры использования

| Входной текст | Результат | Уверенность |
|--------------|-----------|-------------|
| "Отличный продукт!" | 😊 ПОЗИТИВНЫЙ | 98% |
| "Ужасное качество" | 😞 НЕГАТИВНЫЙ | 96% |
| "Обычный день" | 😐 НЕЙТРАЛЬНЫЙ | 92% |

## 🤖 Технические детали

- **Модель:** `cointegrated/rubert-tiny-sentiment-balanced`
- **Тип задачи:** Анализ тональности (sentiment analysis)
- **Язык:** Русский
- **Архитектура:** RuBERT-tiny
- **Классы:** позитив/негатив/нейтрал

## ⚙️ Параметры

- **Максимальная длина текста:** 1000 символов
- **Автообрезание:** Да (с уведомлением)
- **Время обработки:** 0.1-0.5 секунд
- **Платформа:** CPU-оптимизированная

## 📁 Поддерживаемые форматы

- Любой текст на русском языке
- Короткие сообщения и отзывы
- Комментарии и рецензии
- Обращения и feedback

## 🔧 Технологии

- **Gradio 4.12.0** - веб-интерфейс
- **Transformers 4.36.0** - NLP фреймворк
- **PyTorch 2.1.0** - машинное обучение
- **Hugging Face Hub** - репозиторий моделей

## ⚠️ Ограничения

- Для лучшей точности используйте явно выраженную тональность
- Ирония и сарказм могут быть интерпретированы неправильно
- Рекомендуемая длина текста: 10-500 символов

## 📞 Поддержка

При возникновении проблем:
1. Обновите страницу
2. Убедитесь, что текст на русском языке
3. Сократите текст до 1000 символов

---

*Приложение создано для демонстрации возможностей анализа тональности с использованием современных NLP технологий.*