Update app.py

app.py

@@ -22,44 +22,50 @@ try:
 except Exception as e:
     print(f"❌ Erro ao inicializar Firebase: {e}")
 
-# ====== MODELO LOCAL HUGGING FACE ======
+# ====== CONFIGURAÇÃO DO MODELO ======
+print("🔄 Carregando modelo local pysentimiento/robertuito-emotion-analysis...")
 try:
-    print("🔄 Carregando modelo local pysentimiento/robertuito-emotion-analysis...")
-    emotion_pipeline = pipeline(
-        "text-classification",
-        model="pysentimiento/robertuito-emotion-analysis",
-        top_k=None
-    )
+    model_pipeline = pipeline("text-classification", model="pysentimiento/robertuito-emotion-analysis")
     print("✅ Modelo carregado com sucesso!")
 except Exception as e:
-    print(f"❌ Erro ao carregar modelo local: {e}")
-    emotion_pipeline = None
-
-# ====== EMOÇÕES SUPORTADAS ======
-emotion_map = {
-    "tristeza": ["triste", "desanimado", "abatido", "deprimido", "desmotivado"],
-    "alegria": ["feliz", "contente", "animado", "positivo", "satisfeito"],
-    "raiva": ["irritado", "zangado", "revoltado", "bravo", "raiva"],
-    "medo": ["com medo", "assustado", "inseguro", "temeroso"],
-    "surpresa": ["surpreso", "chocado", "espantado"],
-    "no_emotion": ["neutro", "normal"]
+    print(f"❌ Erro ao carregar modelo: {e}")
+    model_pipeline = None
+
+# ====== MAPEAMENTO DE EMOÇÕES ======
+emotion_labels = {
+    "sadness": "tristeza",
+    "joy": "alegria",
+    "anger": "raiva",
+    "fear": "medo",
+    "disgust": "repulsa",
+    "surprise": "surpresa",
+    "others": "neutro"
 }
 
-# ====== GERAR SUGESTÕES ======
-def gerar_sugestao(emotion):
+# ====== SUGESTÕES PERSONALIZADAS ======
+def gerar_sugestao(emotion_pt):
     sugestoes = {
-        "tristeza": "Parece que você está triste. Tente conversar com alguém de confiança ou fazer algo que traga conforto.",
-        "raiva": "Procure se acalmar antes de reagir. Respire fundo e se afaste um pouco da situação.",
-        "alegria": "Que bom! Continue cultivando esse sentimento positivo e compartilhe com outras pessoas.",
-        "medo": "Lembre-se: sentir medo é natural. Enfrente-o aos poucos, com segurança e apoio.",
-        "surpresa": "Algo inesperado aconteceu. Reflita sobre como isso te afeta emocionalmente.",
-        "no_emotion": "Parece que você está neutro no momento. Mantenha o equilíbrio emocional.",
+        "tristeza": "Procure fazer algo que te acalme e traga conforto emocional.",
+        "depressão": "Você não está sozinho. Considere conversar com alguém de confiança ou buscar apoio profissional.",
+        "alegria": "Continue aproveitando esse momento positivo e compartilhe boas energias!",
+        "raiva": "Afaste-se da situação e respire antes de reagir. Canalize essa energia em algo produtivo.",
+        "medo": "Tente identificar o que está te causando insegurança e dê pequenos passos para enfrentá-lo.",
+        "repulsa": "Evite focar em situações desagradáveis. Redirecione sua atenção para algo positivo.",
+        "surpresa": "Abrace o inesperado! Às vezes, surpresas podem trazer aprendizados valiosos.",
+        "neutro": "Mantenha o equilíbrio emocional e cuide de si mesmo.",
         "desconhecido": "Emoção não identificada com precisão."
     }
-    return sugestoes.get(emotion, "Cuide de você e procure manter o equilíbrio emocional.")
+    return sugestoes.get(emotion_pt, "Mantenha o equilíbrio emocional e cuide de você mesmo.")
 
 # ====== FALLBACK LOCAL ======
 def fallback_emotion(text):
+    emotion_map = {
+        "tristeza": ["triste", "desanimado", "deprimido"],
+        "ansiedade": ["ansioso", "preocupado", "tenso"],
+        "insegurança": ["inseguro", "incerto", "receoso"],
+        "raiva": ["irritado", "zangado", "revoltado"],
+        "alegria": ["feliz", "animado", "contente"]
+    }
     text_lower = text.lower()
     for emotion, keywords in emotion_map.items():
         for word in keywords:
@@ -68,7 +74,7 @@ def fallback_emotion(text):
                     "status": "fallback",
                     "emotion": emotion,
                     "emode": [emotion],
-                    "confidence": 0.5,
+                    "confidence": 0.0,
                     "suggestion": gerar_sugestao(emotion)
                 }
     return {
@@ -82,7 +88,7 @@ def fallback_emotion(text):
 # ====== ROTA PRINCIPAL ======
 @app.route("/")
 def home():
-    return jsonify({"message": "API Flask com modelo local funcionando!", "status": "online"})
+    return jsonify({"message": "API Flask funcionando no Space!", "status": "online"})
 
 # ====== ROTA DE ANÁLISE ======
 @app.route("/analyze", methods=["POST"])
@@ -93,45 +99,47 @@ def analyze():
             return jsonify({"error": "Campo 'text' é obrigatório."}), 400
 
         text = data["text"]
-        print(f"\n🧠 Texto recebido: {text}\n")
+        print(f"\n🧠 Texto recebido: {text}")
 
-        if not emotion_pipeline:
-            print("⚠️ Modelo não carregado. Usando fallback.")
+        if not model_pipeline:
+            print("⚠️ Modelo indisponível, usando fallback local.")
             return jsonify(fallback_emotion(text))
 
-        # Faz a predição
-        result = emotion_pipeline(text)
+        # Execução do modelo
+        result = model_pipeline(text, return_all_scores=True)
+        if not result or len(result) == 0:
+            return jsonify(fallback_emotion(text))
 
-        # 🔧 Corrige formato: pipeline retorna [[{...}, {...}, ...]]
-        if isinstance(result, list) and isinstance(result[0], list):
-            result = result[0]
+        # Extraindo probabilidades
+        scores = {r["label"]: r["score"] for r in result[0]}
+        top_label = max(scores, key=scores.get)
+        confidence = round(scores[top_label], 2)
 
-        if not result or not isinstance(result, list):
-            print("⚠️ Resultado inesperado. Usando fallback.")
-            return jsonify(fallback_emotion(text))
+        # Tradução
+        emotion_pt = emotion_labels.get(top_label, "desconhecido")
 
-        # Extrai as probabilidades
-        scores = {r['label'].lower(): float(r['score']) for r in result}
-        emotion = max(scores, key=scores.get)
-        confidence = round(scores[emotion], 3)
+        # Regra extra: tristeza intensa -> depressão
+        if emotion_pt == "tristeza" and confidence >= 0.9:
+            emotion_pt = "depressão"
 
+        # Geração de resposta
         response = {
             "status": "ok",
-            "emotion": emotion,
-            "emode": [emotion],
-            "probabilities": {k: round(v, 3) for k, v in scores.items()},
+            "emotion": emotion_pt,
+            "emode": [emotion_pt],
             "confidence": confidence,
-            "suggestion": gerar_sugestao(emotion)
+            "probabilities": {emotion_labels.get(k, k): round(v, 3) for k, v in scores.items()},
+            "suggestion": gerar_sugestao(emotion_pt)
         }
 
-        print(f"✅ Emoção detectada: {emotion} ({confidence})")
+        print(f"✅ Análise concluída: {response}")
         return jsonify(response)
 
     except Exception as e:
         print(f"❌ Erro na rota /analyze: {e}")
-        return jsonify(fallback_emotion(data.get("text", "")))
-
+        return jsonify({"error": str(e)}), 500
 
 # ====== EXECUÇÃO ======
 if __name__ == "__main__":
     app.run(host="0.0.0.0", port=7860)
+