add

app.py

@@ -1,33 +1,25 @@
 import gradio as gr
-from transformers import pipeline, AutoModelForSequenceClassification, AutoTokenizer
+from transformers import pipeline
 
-# 1. 감정 분석 모델 로드
-model_name = "kykim/bert-kor-base"
-tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForSequenceClassification.from_pretrained(model_name)
-sentiment_analyzer = pipeline("sentiment-analysis", model=model, tokenizer=tokenizer)
+# 1. 사전학습된 감정 분석 파이프라인 로드
+sentiment_pipeline = pipeline("sentiment-analysis")
 
-# 2. 감정 분석 함수 정의
-def analyze_sentiment_korean(text):
-    # 감정 분석 수행
-    results = sentiment_analyzer(text)
-    # 결과 가공 (label: 0=부정, 1=긍정)
-    label = "긍정" if results[0]['label'] == "1" else "부정"
-    score = results[0]['score']
-    return f"예측: {label} (확률: {score:.2f})"
+# 2. 예측 함수 정의
+def analyze_sentiment(text):
+    results = sentiment_pipeline(text)
+    return results
 
-# 3. Gradio 인터페이스 구성
-with gr.Blocks() as demo:
-    gr.Markdown("# 한글 감정 분석 데모")
-    gr.Markdown("텍스트를 입력하면 감정을 분석합니다. (긍정/부정)")
+# 3. Gradio UI 구성
+#    - inputs: 텍스트 입력
+#    - outputs: 결과(JSON 형식 표시)
+demo = gr.Interface(
+    fn=analyze_sentiment,
+    inputs=gr.Textbox(lines=3, placeholder="텍스트를 입력하세요"),
+    outputs="json",
+    title="감정 분석 데모",
+    description="Hugging Face Transformers의 파이프라인을 사용해 감정(긍정/부정)을 예측합니다."
+)
 
-    with gr.Row():
-        input_text = gr.Textbox(label="한글 텍스트 입력", placeholder="텍스트를 입력하세요.")
-        output_text = gr.Textbox(label="결과")
-
-    analyze_button = gr.Button("분석하기")
-    analyze_button.click(analyze_sentiment_korean, inputs=input_text, outputs=output_text)
-
-# 4. 애플리케이션 실행
+# 4. 실행
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()