Update app.py

app.py

@@ -19,13 +19,13 @@ st.header("Analyse de Texte")
 selected_comment = st.selectbox("Veuillez sélectionner un commentaire", comments)
 
 # Afficher le commentaire sélectionné dans l'input text
-text = st.text_input('Entrer le texte à analyser', value=selected_comment)
+text = st.text_area('Entrer le texte à analyser', value=selected_comment)
 
 # Labels candidats pour la classification
-candidate_labels = ["commentaire positif", "commentaire negatif"]
+candidate_labels = [0, 1]
 
 # Modèle de phrase pour la formation de l'hypothèse
-hypothesis_template = "Cet exemple est un {}."
+hypothesis_template = "Cet exemple est un commentaire {}."
 
 # Exécuter la classification seulement si du texte est entré
 if text and candidate_labels:
@@ -37,10 +37,7 @@ else:
 # Calculer les métriques de performance (vous devez ajuster ces lignes selon votre tâche)
 if text and candidate_labels:
     inputs = df["text"].tolist()
-    true_labels = df["label"]
-    true_labels=true_labels.replace(1,"commentaire positif")
-    true_labels=true_labels.replace(0,"commentaire negatif")
-    true_labels=true_labels.tolist()
+    true_labels = df["label"].tolist()
     predictions = classifier(inputs, candidate_labels, hypothesis_template=hypothesis_template)
     predicted_labels = [result['labels'][0] for result in predictions]