🚀 Add Gradio app com análise de sentimentos para texto e Excel

README.md

@@ -0,0 +1,73 @@
+---
+license: mit
+title: Senticore – Análise de Sentimentos
+sdk: gradio
+emoji: 🚀
+colorFrom: green
+colorTo: green
+pinned: false
+---
+
+# 🚀 Senticore – Análise de Sentimentos com FastAPI + BERT
+
+O **Senticore API** é uma solução de inferência de sentimentos baseada em BERT e implementada com FastAPI, hospedada como um Space no Hugging Face. Ele recebe um texto livre e retorna a polaridade (`Positivo`, `Neutro`, `Negativo`) com sua respectiva confiança.
+
+---
+
+## ✅ Funcionalidades
+
+- Classificação de sentimento em português (positivo, neutro ou negativo)
+- Uso do modelo `ViniciusKhan/bert-nps-feedback-analyzer`
+- API RESTful com FastAPI
+- Suporte a múltiplas chamadas (batch)
+- Deploy no Hugging Face Spaces via Docker
+
+---
+
+## 🚀 Como usar
+
+Após o deploy no Hugging Face Spaces, acesse a URL da sua API e envie uma requisição `POST` com um JSON como este:
+
+```json
+{
+  "texto": "Muito satisfeito com o atendimento e suporte da equipe."
+}
+```
+
+A resposta será:
+
+```json
+{
+  "sentimento": "Positivo",
+  "confianca": 0.9453
+}
+```
+
+---
+
+## 📂 Estrutura do Projeto
+
+```
+senticore-api/
+├── app/
+│   ├── main.py
+│   └── routes/
+│       └── sentiment.py
+├── app.py
+├── requirements.txt
+├── Dockerfile
+└── README.md
+```
+
+---
+
+## 👨‍💻 Autor
+
+Desenvolvido por **Vinicius de Souza Santos**  
+🎓 Eng. da Computação | Especialista em ML, Data Analysis e Software
+
+---
+
+## 📄 Licença
+
+Licenciado sob os termos da Licença MIT.

app.py

@@ -1,22 +1,51 @@
 import gradio as gr
+import pandas as pd
 from transformers import pipeline
 
-# Carrega modelo do Hugging Face Hub
+# Carrega o modelo do Hugging Face
 modeloHF = "ViniciusKhan/bert-nps-feedback-analyzer"
 sentiment_pipeline = pipeline("text-classification", model=modeloHF)
 
+# 🔍 Função para analisar texto simples
 def analisar_sentimento(texto):
     resultado = sentiment_pipeline([texto[:512]])[0]
     sentimento = resultado["label"]
     confianca = round(resultado["score"], 4)
     return f"Sentimento: {sentimento}\nConfiança: {confianca}"
 
-demo = gr.Interface(
-    fn=analisar_sentimento,
-    inputs=gr.Textbox(lines=6, placeholder="Cole aqui o feedback do cliente..."),
-    outputs="text",
-    title="Senticore – Análise de Sentimentos NPS",
-    description="Classificador inteligente baseado em BERT para identificar sentimentos em textos de feedback e NPS."
-)
+# 📊 Função para processar arquivo Excel
+def analisar_arquivo(file):
+    try:
+        df = pd.read_excel(file)
+    except Exception:
+        return "❌ Erro ao ler o arquivo. Certifique-se de que é um .xlsx válido."
+
+    if "Resumo" not in df.columns:
+        return "❌ A coluna obrigatória 'Resumo' não foi encontrada."
+
+    textos = df["Resumo"].fillna("").astype(str).str[:512].tolist()
+    resultados = sentiment_pipeline(textos, truncation=True)
+
+    df["Sentimento_Class"] = [r["label"] for r in resultados]
+    df["Confianca"] = [round(r["score"], 4) for r in resultados]
+
+    return df
+
+# 🎛️ Interface Gradio
+with gr.Blocks(title="Senticore – Análise de Sentimentos NPS") as demo:
+    gr.Markdown("## 🤖 Senticore – Análise de Sentimentos NPS")
+    gr.Markdown("Classificador inteligente baseado em BERT para identificar sentimentos em textos de feedback e NPS.")
+
+    with gr.Tab("📝 Texto Único"):
+        entrada_texto = gr.Textbox(lines=6, label="Cole aqui o feedback do cliente...")
+        saida_texto = gr.Textbox(label="Resultado")
+        botao_texto = gr.Button("🔍 Analisar Sentimento")
+        botao_texto.click(analisar_sentimento, entrada_texto, saida_texto)
+
+    with gr.Tab("📂 Arquivo Excel"):
+        entrada_arquivo = gr.File(file_types=[".xlsx"], label="Selecione um arquivo Excel (.xlsx)")
+        saida_tabela = gr.Dataframe(label="Resultado", interactive=False)
+        botao_excel = gr.Button("📥 Processar Arquivo")
+        botao_excel.click(analisar_arquivo, entrada_arquivo, saida_tabela)
 
 demo.launch()

requirements.txt

@@ -1,5 +1,8 @@
 fastapi==0.110.2
 uvicorn==0.30.1
-transformers==4.41.1
-torch>=2.2
-pydantic==2.7.1
+pydantic==2.7.1
+gradio
+transformers
+torch
+pandas
+openpyxl