Update app.py

app.py

@@ -2,7 +2,7 @@ from fastai.learner import load_learner
 import gradio as gr
 from huggingface_hub import from_pretrained_fastai
 
-# Lista de etiquetas de emociones
+# Lista de etiquetas de emociones en español
 emotion_labels = [
     'admiración', 'diversión', 'ira', 'molestia', 'aprobación', 'cuidado',
     'confusión', 'curiosidad', 'deseo', 'decepción', 'desaprobación',
@@ -11,20 +11,18 @@ emotion_labels = [
     'alivio', 'remordimiento', 'tristeza', 'sorpresa', 'neutral'
 ]
 
-# Carga del modelo desde HuggingFace Hub
+# Carga del modelo desde Hugging Face
 learn = from_pretrained_fastai("diribes/go_emotions")
 
-def clasificar_texto(texto):
-    pred, _, probs = learn.predict(texto)
-
-    # Si es MultiCategory (multietiqueta), conviértelo a lista de strings
-    if hasattr(pred, 'items'):
-        indices_predichos = [i for i, val in enumerate(pred) if val == 1]
-        emociones = [emotion_labels[i] for i in indices_predichos]
-        return ", ".join(emociones) if emociones else "Sin emoción detectada"
-
-    # Si es una única categoría (clasificación simple)
-    return emotion_labels[int(pred)]
+# Clasificación con umbral personalizado
+def clasificar_texto(texto, umbral=0.2):
+    _, _, probs = learn.predict(texto)
+    emociones_detectadas = [
+        f"{emotion_labels[i]} ({probs[i]:.2f})"
+        for i in range(len(probs))
+        if probs[i] > umbral
+    ]
+    return ", ".join(emociones_detectadas) if emociones_detectadas else "Sin emoción detectada"
 
 # Interfaz Gradio
 iface = gr.Interface(