Create app.py

app.py

@@ -0,0 +1,39 @@
+from fastai.learner import load_learner
+import gradio as gr
+from huggingface_hub import from_pretrained_fastai
+
+# Lista de etiquetas de emociones
+emotion_labels = [
+    'admiración', 'diversión', 'ira', 'molestia', 'aprobación', 'cuidado',
+    'confusión', 'curiosidad', 'deseo', 'decepción', 'desaprobación',
+    'disgusto', 'vergüenza', 'emoción', 'miedo', 'gratitud', 'duelo',
+    'alegría', 'amor', 'nerviosismo', 'optimismo', 'orgullo', 'comprensión',
+    'alivio', 'remordimiento', 'tristeza', 'sorpresa', 'neutral'
+]
+
+# Carga del modelo desde HuggingFace Hub
+learn = from_pretrained_fastai("diribes/go_emotions")
+
+# Función de predicción
+def clasificar_texto(texto):
+    pred, idxs, probs = learn.predict(texto)
+
+    # Si el modelo es multietiqueta (lista de índices)
+    if isinstance(pred, list):
+        pred_labels = [emotion_labels[int(i)] for i in pred]
+        return ", ".join(pred_labels)
+    
+    # Si es una sola etiqueta
+    return emotion_labels[int(pred)]
+
+# Interfaz Gradio
+iface = gr.Interface(
+    fn=clasificar_texto,
+    inputs=gr.Textbox(lines=5, label="Introduce el texto"),
+    outputs=gr.Label(label="Emoción(es) detectada(s)"),
+    title="Clasificador de Emociones",
+    description="Modelo de clasificación de emociones fine-tuned con FastAI y desplegado en Hugging Face Spaces."
+)
+
+if __name__ == "__main__":
+    iface.launch()