Update app.py

app.py

@@ -4,11 +4,12 @@ from fastapi import FastAPI
 from fastapi.middleware.cors import CORSMiddleware
 from langdetect import detect
 
-# Кэшируем пайплайны, чтобы не перезагружались при каждом вызове
+# Кэш моделей
 summarizers = {}
+analyzers = {}
 
 def get_summarizer(lang: str):
-    """Возвращает подходящий пайплайн для заданного языка"""
+    """Подбор модели суммаризации по языку"""
     if lang == "ru":
         model_name = "IlyaGusev/mbart_ru_sum_gazeta"
     else:
@@ -17,42 +18,81 @@ def get_summarizer(lang: str):
         summarizers[model_name] = pipeline("summarization", model=model_name)
     return summarizers[model_name]
 
+def get_sentiment_analyzer(lang: str):
+    """Подбор модели анализа настроения"""
+    if lang == "ru":
+        model_name = "blanchefort/rubert-base-cased-sentiment"
+    else:
+        model_name = "nlptown/bert-base-multilingual-uncased-sentiment"
+    if model_name not in analyzers:
+        analyzers[model_name] = pipeline("sentiment-analysis", model=model_name)
+    return analyzers[model_name]
+
+def detect_topic(text: str):
+    """Простая эвристика для темы текста"""
+    topics = {
+        "политика": ["правительство", "закон", "президент", "выборы", "партия"],
+        "экономика": ["доллар", "рынок", "инфляция", "инвестиции", "компания", "бизнес"],
+        "технологии": ["AI", "искусственный интеллект", "технологии", "робот", "интернет"],
+        "спорт": ["матч", "игра", "команда", "футбол", "спортсмен"],
+        "наука": ["исследование", "учёные", "эксперимент", "данные", "результаты"]
+    }
+    text_lower = text.lower()
+    for topic, keywords in topics.items():
+        if any(word.lower() in text_lower for word in keywords):
+            return topic.capitalize()
+    return "Общее / неопределённое направление"
+
 def summarize_text(text: str):
-    """Функция суммаризации с автоопределением языка и оптимизацией"""
+    """Главная функция суммаризации"""
     if not text.strip():
-        return "❌ Пожалуйста, введите текст для анализа."
+        return "❌ Введите текст для анализа."
 
     try:
         lang = detect(text)
     except:
         lang = "en"
 
-    # Определяем модель по языку
     summarizer = get_summarizer(lang)
+    sentiment_model = get_sentiment_analyzer(lang)
 
-    # Оптимизация параметров
-    word_count = len(text.split())
-    if word_count < 100:
+    # Оптимизация по длине
+    words = len(text.split())
+    if words < 100:
         max_len, min_len = 80, 20
-    elif word_count < 300:
+    elif words < 300:
         max_len, min_len = 150, 40
     else:
         max_len, min_len = 250, 60
 
-    # Генерация суммаризации
-    result = summarizer(text, max_length=max_len, min_length=min_len, do_sample=False)
-    summary = result[0]["summary_text"].strip()
+    # Суммаризация
+    summary = summarizer(text, max_length=max_len, min_length=min_len, do_sample=False)[0]["summary_text"]
 
-    # Форматированный вывод
-    formatted = f"### 📘 Резюме (язык: {'Русский' if lang == 'ru' else 'Английский'})\n\n"
-    formatted += f"{summary}\n\n"
-    formatted += "---\n"
-    formatted += f"**TL;DR:** {summary[:120]}{'...' if len(summary) > 120 else ''}"
+    # Анализ настроения
+    sentiment_result = sentiment_model(summary)[0]
+    sentiment = sentiment_result["label"]
+    if "POS" in sentiment or "5" in sentiment:
+        sentiment = "😊 Позитивное"
+    elif "NEG" in sentiment or "1" in sentiment:
+        sentiment = "😞 Негативное"
+    else:
+        sentiment = "😐 Нейтральное"
 
-    return formatted
+    # Определение темы
+    topic = detect_topic(text)
+
+    # Форматированный вывод
+    output = f"## 🧠 Eroha Summarizer PRO+ (автоязык: {'Русский' if lang == 'ru' else 'Английский'})\n\n"
+    output += f"**📌 Основная тема:** {topic}\n\n"
+    output += f"**💬 Настроение:** {sentiment}\n\n"
+    output += f"---\n"
+    output += f"### 📘 Резюме:\n{summary}\n\n"
+    output += f"---\n"
+    output += f"**TL;DR:** {summary[:150]}{'...' if len(summary) > 150 else ''}"
+    return output
 
-# FastAPI-приложение (REST API)
-app = FastAPI(title="Eroha Summarizer PRO", version="1.2")
+# FastAPI backend
+app = FastAPI(title="Eroha Summarizer PRO+", version="1.3")
 app.add_middleware(
     CORSMiddleware,
     allow_origins=["*"],
@@ -62,19 +102,17 @@ app.add_middleware(
 
 @app.post("/api/summarize")
 async def summarize_api(data: dict):
-    """REST API для суммаризации"""
     text = data.get("text", "")
     return {"summary": summarize_text(text)}
 
-# Gradio-интерфейс
+# Gradio интерфейс
 iface = gr.Interface(
     fn=summarize_text,
-    inputs=gr.Textbox(lines=10, label="Введите текст для суммаризации"),
+    inputs=gr.Textbox(lines=10, label="Введите текст для анализа и суммаризации"),
     outputs=gr.Markdown(label="Результат"),
-    title="Eroha Summarizer PRO",
-    description="AI-инструмент для анализа и суммаризации текста (рус/англ) с автоопределением языка и TL;DR-форматом.",
+    title="Eroha Summarizer PRO+",
+    description="AI-инструмент для суммаризации, определения языка, темы и настроения текста (рус/англ).",
 )
 
-# Запуск
 if __name__ == "__main__":
-    iface.launch(server_name="0.0.0.0", server_port=7860, share=False)
+    iface.launch(server_name="0.0.0.0", server_port=7860)