Update app.py

app.py

@@ -4,53 +4,68 @@ import numpy as np
 import os
 from transformers import pipeline
 
-# Caminho padrão do modelo
+# Caminho padrão do modelo de sentimento
 MODEL_PATH = os.getenv("MODEL_PATH", "baseline_pipe.pkl")
 
 # Carrega o modelo de sentimentos
 baseline = None
 if os.path.exists(MODEL_PATH):
-    baseline = joblib.load(MODEL_PATH)
-    print("✅ Modelo de sentimento carregado.")
+    try:
+        baseline = joblib.load(MODEL_PATH)
+        print(f"✅ Modelo de sentimento carregado: {MODEL_PATH}")
+    except Exception as e:
+        print(f"⚠️ Erro ao carregar modelo: {e}")
 else:
-    print("⚠️ Aviso: baseline_pipe.pkl não encontrado. Usando modo simulado.")
+    print("⚠️ baseline_pipe.pkl não encontrado. O app usará modo simulado.")
 
-# Cria o gerador de texto (IA generativa local)
+# Inicializa o gerador de texto (IA generativa)
 generator = pipeline("text-generation", model="distilgpt2")
 
 def predict_and_respond(text: str):
+    """
+    Analisa o sentimento do texto e gera uma resposta automática empática.
+    """
     if not text or text.strip() == "":
-        return {"sentimento": "n/a", "resposta": "Por favor, digite um texto válido."}
+        return {"sentimento": "n/a", "resposta": "Por favor, digite uma avaliação válida."}
 
     # Predição de sentimento
     if baseline:
         proba = baseline.predict_proba([text])[0]
         pred = int(np.argmax(proba))
         label = "positivo" if pred == 1 else "negativo"
+        conf = float(np.max(proba))
     else:
         label = "positivo" if "bom" in text.lower() else "negativo"
+        conf = 0.0
 
-    # Gera uma resposta contextual
+    # Prompt para a IA generativa
     prompt = (
         f"O cliente escreveu: '{text}'. "
         f"Identificamos que o sentimento é {label}. "
-        "Responda de forma empática e útil, em português:"
+        "Responda de forma empática, amigável e em português:"
     )
+
+    # Geração da resposta
     response = generator(prompt, max_new_tokens=60, do_sample=True, temperature=0.7)[0]["generated_text"]
+    resposta_limpa = response.replace(prompt, "").strip()
 
-    # Retorna resultados
     return {
         "sentimento": label,
-        "resposta": response.replace(prompt, "").strip()
+        "confiança": round(conf, 3),
+        "resposta": resposta_limpa
     }
 
-# Interface Gradio
+# Interface do Gradio
 demo = gr.Interface(
     fn=predict_and_respond,
     inputs=gr.Textbox(label="Digite uma avaliação de produto"),
-    outputs=gr.JSON(label="Análise + Resposta"),
-    title="🧠 Análise de Sentimentos + IA Generativa",
-    description="Analisa o sentimento e gera uma resposta automática e empática ao usuário.",
+    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).",
+    examples=[
+        ["O produto é excelente, recomendo!"],
+        ["Horrível, veio quebrado e atrasado."]
+    ],
     theme="soft"
 )