Update app.py

app.py

@@ -7,31 +7,27 @@ MODEL_PATH = os.getenv("MODEL_PATH", "baseline_pipe.pkl")
 
 baseline = None
 if os.path.exists(MODEL_PATH):
-   baseline = joblib.load(MODEL_PATH)
+    baseline = joblib.load(MODEL_PATH)
 
 def predict_sentiment(text: str):
-  if not text or text.strip() == "":
-     return {"predição": "n/a", "confiança":
-0.0}
-if baseline is None:
-   # Mensagem amigável quando o modelo
-ainda não foi enviado
-return {"erro": "Modelo não encontrado.
-Envie baseline_pipe.pkl nos Files do Space."}
-  proba = baseline.predict_proba([text])[0]
-  pred = int(np.argmax(proba))
-  label = "positivo" if pred == 1 else
-"negativo"
-  conf = float(np.max(proba))
-  return {"predição": label, "confiança": conf}
+    if not text or text.strip() == "":
+        return {"predição": "n/a", "confiança": 0.0}
+    if baseline is None:
+        # Mensagem amigável quando o modelo ainda não foi enviado
+        return {"erro": "Modelo não encontrado. Envie baseline_pipe.pkl nos Files do Space."}
+    proba = baseline.predict_proba([text])[0]
+    pred = int(np.argmax(proba))
+    label = "positivo" if pred == 1 else "negativo"
+    conf = float(np.max(proba))
+    return {"predição": label, "confiança": conf}
 
 demo = gr.Interface(
-  fn=predict_sentiment,
-  inputs=gr.Textbox(label="Digite uma
-avaliação de produto"),
-  outputs=gr.JSON(label="Resultado"),
-  title="Análise de Sentimentos (Amazon Polarity)",
-  description="Envie o arquivo baseline_pipe.pkl na aba Files para ativar o modelo." )
+    fn=predict_sentiment,
+    inputs=gr.Textbox(label="Digite uma avaliação de produto"),
+    outputs=gr.JSON(label="Resultado"),
+    title="Análise de Sentimentos (Amazon Polarity)",
+    description="Envie o arquivo baseline_pipe.pkl na aba Files para ativar o modelo."
+)
 
-if_name_ == "_main
-  demo.launch()
+if __name__ == "__main__":
+    demo.launch()