app.py

import gradio as gr
from transformers import pipeline

# استخدام نموذج المستخدم الخاص
model_name = "RafatMohammed/arabic-sentiment-marbertv2"

try:
    # تحميل النموذج باستخدام pipeline
    sentiment_pipeline = pipeline("sentiment-analysis", model=model_name)
except Exception as e:
    sentiment_pipeline = None
    print(f"Error loading model: {e}")

def analyze_sentiment(text):
    if not text.strip():
        return "يرجى إدخال نص للتحليل."
    
    if sentiment_pipeline is None:
        return "عذراً، هناك مشكلة في تحميل النموذج الخاص بك. يرجى التأكد من توفره على Hugging Face."
    
    try:
        result = sentiment_pipeline(text)[0]
        label = result['label']
        score = result['score']
        
        # تفسير النتائج للنموذج الخاص بك
        # التعيين الصحيح بناءً على بطاقة النموذج:
        # LABEL_0 -> Negative (سلبي)
        # LABEL_1 -> Neutral (محايد)
        # LABEL_2 -> Positive (إيجابي)
        
        if label == 'LABEL_2' or "Positive" in label or "إيجابي" in label:
            sentiment = "إيجابي (Positive) 😊"
        elif label == 'LABEL_1' or "Neutral" in label or "محايد" in label:
            sentiment = "محايد (Neutral) 😐"
        elif label == 'LABEL_0' or "Negative" in label or "سلبي" in label:
            sentiment = "سلبي (Negative) 😞"
        else:
            sentiment = label
            
        return f"التصنيف: {sentiment}\nدرجة الثقة: {score:.4f}"
    except Exception as e:
        return f"حدث خطأ أثناء التحليل: {str(e)}"

# تحسين واجهة Gradio مع تنسيق CSS لدعم اللغة العربية (RTL)
custom_css = """
.gradio-container { direction: rtl; }
#title { text-align: center; color: #2D3E50; font-family: 'Arial', sans-serif; }
.output-box { border: 2px solid #2D3E50; border-radius: 8px; }
"""

with gr.Blocks(css=custom_css) as demo:
    gr.Markdown(f"# تحليل المشاعر العربية باستخدام نموذجك المخصص\n### {model_name}", elem_id="title")
    gr.Markdown("أدخل النص أدناه ليقوم نموذج **MARBERTv2** الخاص بك بتحليل مشاعره.")
    
    with gr.Column():
        input_text = gr.Textbox(
            label="أدخل النص العربي هنا", 
            placeholder="مثال: أنا سعيد جداً باستخدام هذا النموذج الرائع!", 
            lines=4
        )
        submit_btn = gr.Button("بدء التحليل", variant="primary")
        
    with gr.Column():
        output_text = gr.Textbox(label="نتيجة التحليل")
        
    gr.Markdown("""
    ### دليل النتائج للنموذج الحالي:
    * **إيجابي**: النص يحمل مشاعر تفاؤل، رضا أو مدح.
    * **محايد**: النص وصفي أو لا يحمل مشاعر قوية.
    * **سلبي**: النص يحمل مشاعر استياء، شكوى أو نقد.
    * **درجة الثقة**: توضح مدى دقة النتيجة.
    """)
    
    submit_btn.click(fn=analyze_sentiment, inputs=input_text, outputs=output_text)

if __name__ == "__main__":
    demo.launch()