Update app.py

app.py

@@ -2,7 +2,7 @@ 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
+MODEL_ID = "j-hartmann/emotion-english-distilroberta-base"
 
 _clf = None
 def get_clf():
@@ -17,18 +17,18 @@ def get_clf():
     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."
+    ["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}, ...]
+        scores = get_clf()(text)[0]
         score_dict = {s["label"]: float(s["score"]) for s in scores}
         top = max(scores, key=lambda d: d["score"])
         notes = (
@@ -39,12 +39,15 @@ def predict_emotion(text):
         )
         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)
+    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()
@@ -52,5 +55,5 @@ with gr.Blocks(title=APP_NAME) as demo:
     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()
+# Ne pas lancer manuellement sur Hugging Face
 app = demo