app.py

import gradio as gr
from transformers import pipeline

# Cargar el modelo desde Hugging Face
classifier = pipeline("sentiment-analysis", model="cesaenv/rottenTomatoes")

# Definir la función de clasificación
def classify_text(text):
    result = classifier(text)
    return result[0]['label'], result[0]['score']

# Crear la interfaz de Gradio
iface = gr.Interface(
    fn=classify_text,
    inputs=gr.inputs.Textbox(lines=2, placeholder="Escribe un texto aquí..."),
    outputs=["label", "number"],
    title="Clasificación de Texto",
    description="Clasificador de texto usando un modelo de Hugging Face."
)

# Ejecutar la aplicación
iface.launch()