app.py

import gradio as gr
from transformers import pipeline

# Определяем язык текста
lang_detector = pipeline(
    "text-classification",
    model="papluca/xlm-roberta-base-language-detection"
)

# Многоязычный анализ тональности
sentiment_pipe = pipeline(
    "sentiment-analysis",
    model="nlptown/bert-base-multilingual-uncased-sentiment"
)

def analyze_sentiment(text: str) -> str:
    text = text.strip()
    if not text:
        return "Введите текст."

    # Определяем язык
    lang = lang_detector(text)[0]["label"]

    # Анализ тональности
    result = sentiment_pipe(text)[0]
    stars = int(result["label"][0])  # "4 stars" → 4

    # Конвертация в позитив/нейтрал/негатив
    if stars <= 2:
        sentiment = "НЕГАТИВНАЯ ТОНАЛЬНОСТЬ"
    elif stars == 3:
        sentiment = "НЕЙТРАЛЬНАЯ ТОНАЛЬНОСТЬ"
    else:
        sentiment = "ПОЗИТИВНАЯ ТОНАЛЬНОСТЬ"

    return (
        f"Язык определён: {lang}\n"
        f"Тональность: {sentiment}\n"
        f"Модель уверена: {result['score']:.2f}"
    )


demo = gr.Interface(
    fn=analyze_sentiment,
    inputs=gr.Textbox(
        lines=5,
        label="Введите текст (Русский / O'zbekcha / English)",
    ),
    outputs="text",
    title="Multilingual Sentiment (RU+UZ+EN)",
    description="Автоматическое определение языка + анализ тональности."
)

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