app.py

import streamlit as st
from transformers import pipeline

# Hugging Face pipeline'ı yükle (3 sınıflı model)
classifier = pipeline("sentiment-analysis", model="cardiffnlp/twitter-roberta-base-sentiment")

# Streamlit başlık
st.title("Hugging Face Sentiment Analysis 🚀")

# Kullanıcıdan metin al
user_input = st.text_area("Metni gir:")

# Etiketlere karşılık gelen duygular
labels_dict = {
    "LABEL_0": "Negatif",
    "LABEL_1": "Nötr",
    "LABEL_2": "Pozitif"
}

# Butona basılınca modeli çalıştır
if st.button("Analiz Et"):
    if user_input:
        result = classifier(user_input)
        
        # Modelin çıktısını kontrol et
        st.write(result)  # Çıktıyı gör
        if result:  # Eğer sonuç varsa
            label = result[0]['label']
            score = result[0]['score']

            # Etiketi çevir
            duygu = labels_dict.get(label, "Bilinmeyen")

            st.write(f"📌 **Duygu:** {duygu}")
            st.write(f"🔢 **Güven Skoru:** {score:.2f}")
        else:
            st.warning("Modelden sonuç alınamadı.")
    else:
        st.warning("Lütfen bir metin gir!")