app.py

import gradio as gr
import joblib
import numpy as np
import os

MODEL_PATH = os.getenv("MODEL_PATH", "baseline_pipe.pkl")

baseline = None
if os.path.exists(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}

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."
)

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