Update app.py

app.py

@@ -4,10 +4,10 @@ import numpy as np
 import os
 from transformers import pipeline
 
-# Caminho padrão do modelo de sentimento
+# Caminho padrão do modelo de sentimentos
 MODEL_PATH = os.getenv("MODEL_PATH", "baseline_pipe.pkl")
 
-# Carrega o modelo de sentimentos
+# Carrega o modelo de sentimentos (TF-IDF + Regressão Logística)
 baseline = None
 if os.path.exists(MODEL_PATH):
     try:
@@ -16,10 +16,11 @@ if os.path.exists(MODEL_PATH):
     except Exception as e:
         print(f"⚠️ Erro ao carregar modelo: {e}")
 else:
-    print("⚠️ baseline_pipe.pkl não encontrado. O app usará modo simulado.")
+    print("⚠️ baseline_pipe.pkl não encontrado. Usando modo simulado.")
 
-# Inicializa o gerador de texto (IA generativa)
-generator = pipeline("text-generation", model="distilgpt2")
+# Carrega modelo generativo treinado em português
+# (modelo leve e compatível com Hugging Face Spaces)
+generator = pipeline("text-generation", model="pierreguillou/gpt2-small-portuguese")
 
 def predict_and_respond(text: str):
     """
@@ -38,33 +39,44 @@ def predict_and_respond(text: str):
         label = "positivo" if "bom" in text.lower() else "negativo"
         conf = 0.0
 
-    # Prompt para a IA generativa
+    # Cria prompt para IA generativa
     prompt = (
         f"O cliente escreveu: '{text}'. "
         f"Identificamos que o sentimento é {label}. "
-        "Responda de forma empática, amigável e em português:"
+        "Responda de forma empática, útil e em português:"
     )
 
-    # Geração da resposta
-    response = generator(prompt, max_new_tokens=60, do_sample=True, temperature=0.7)[0]["generated_text"]
+    # Gera resposta
+    response = generator(
+        prompt,
+        max_new_tokens=80,
+        do_sample=True,
+        temperature=0.7,
+        top_k=50,
+        top_p=0.95
+    )[0]["generated_text"]
+
+    # Limpa o texto da resposta
     resposta_limpa = response.replace(prompt, "").strip()
 
+    # Retorna resultados
     return {
         "sentimento": label,
         "confiança": round(conf, 3),
         "resposta": resposta_limpa
     }
 
-# Interface do Gradio
+# Interface Gradio
 demo = gr.Interface(
     fn=predict_and_respond,
     inputs=gr.Textbox(label="Digite uma avaliação de produto"),
     outputs=gr.JSON(label="Resultado"),
-    title="🤖 Análise de Sentimentos + IA Generativa",
-    description="Analisa o sentimento e gera uma resposta empática com IA generativa (DistilGPT-2).",
+    title="🤖 Análise de Sentimentos + IA Generativa (Português)",
+    description="Analisa o sentimento e gera uma resposta empática com IA generativa em português.",
     examples=[
-        ["O produto é excelente, recomendo!"],
-        ["Horrível, veio quebrado e atrasado."]
+        ["Gostei do produto, mas a entrega atrasou um pouco."],
+        ["Veio quebrado e o suporte não ajudou."],
+        ["Excelente qualidade, recomendo muito!"]
     ],
     theme="soft"
 )