Create app.py

app.py

@@ -0,0 +1,56 @@
+import gradio as gr
+from transformers import pipeline
+
+APP_NAME = "MoodMapper"
+MODEL_ID = "j-hartmann/emotion-english-distilroberta-base"  # garde celui-ci pour l’instant
+
+_clf = None
+def get_clf():
+    global _clf
+    if _clf is None:
+        _clf = pipeline(
+            "text-classification",
+            model=MODEL_ID,
+            return_all_scores=True,
+            truncation=True
+        )
+    return _clf
+
+EXAMPLES = [
+    "I just got the internship — I'm so happy!",
+    "Je suis déçue et un peu en colère par ce mail.",
+    "This is fine, nothing special today.",
+    "I'm worried about the deadline...",
+    "Quelle surprise ! Je ne m’y attendais pas."
+]
+
+def predict_emotion(text):
+    try:
+        if not text or not text.strip():
+            return {"": 0.0}, "Veuillez entrer un texte."
+        scores = get_clf()(text)[0]  # [{'label': 'joy', 'score': 0.97}, ...]
+        score_dict = {s["label"]: float(s["score"]) for s in scores}
+        top = max(scores, key=lambda d: d["score"])
+        notes = (
+            f"**Émotion prédite :** {top['label']} ({top['score']*100:.1f}%)\n\n"
+            "- Fonctionne mieux sur des phrases courtes et explicites.\n"
+            "- Modèle surtout entraîné en anglais ; le français simple passe quand même.\n"
+            "- L'ironie et le sarcasme peuvent tromper le modèle."
+        )
+        return score_dict, notes
+    except Exception as e:
+        # Renvoie un message clair dans l’UI plutôt qu’un crash
+        return {"error": 1.0}, f"Erreur interne : {e}"
+
+with gr.Blocks(title=APP_NAME) as demo:
+    gr.Markdown(f"# {APP_NAME} — Détecteur d'émotions (texte)")
+    txt = gr.Textbox(label="Votre texte", placeholder="Ex: Je suis déçue et un peu en colère par ce mail.", lines=3)
+    btn = gr.Button("Analyser")
+    out_scores = gr.Label(label="Scores (confiances)")
+    out_notes = gr.Markdown()
+    gr.Examples(inputs=txt, examples=EXAMPLES, label="Exemples à tester")
+    btn.click(predict_emotion, txt, [out_scores, out_notes])
+    txt.submit(predict_emotion, txt, [out_scores, out_notes])
+
+# IMPORTANT sur Hugging Face Spaces: ne pas appeler demo.launch()
+app = demo