Update app.py

app.py

@@ -10,7 +10,6 @@ app = Flask(__name__)
 # ====== CONFIGURAÇÃO FIREBASE ======
 try:
     firebase_key = os.getenv("FIREBASE_KEY")
-
     if firebase_key:
         cred_dict = json.loads(firebase_key)
         cred = credentials.Certificate(cred_dict)
@@ -22,8 +21,7 @@ try:
 except Exception as e:
     print(f"❌ Erro ao inicializar Firebase: {e}")
 
-# ====== CONFIGURAÇÃO DO MODELO ======
-print("🔄 Carregando modelo local pysentimiento/robertuito-emotion-analysis...")
+# ====== MODELO ======
 try:
     model_pipeline = pipeline("text-classification", model="pysentimiento/robertuito-emotion-analysis")
     print("✅ Modelo carregado com sucesso!")
@@ -42,53 +40,47 @@ emotion_labels = {
     "others": "neutro"
 }
 
-# ====== SUGESTÕES PERSONALIZADAS ======
+# ====== SUGESTÕES ======
 def gerar_sugestao(emotion_pt):
     sugestoes = {
         "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.",
-        "ansiedade": "Tente identificar o que está te causando insegurança e dê pequenos passos para enfrentá-lo.",
+        "ansiedade": "Tente identificar o que está te causando ansiedade e dê pequenos passos para enfrentá-la.",
         "insegurança": "Analise os pontos que causam insegurança e busque soluções práticas.",
         "neutro": "Mantenha o equilíbrio emocional e cuide de si mesmo.",
         "desconhecido": "Emoção não identificada com precisão."
     }
     return sugestoes.get(emotion_pt, "Mantenha o equilíbrio emocional e cuide de você mesmo.")
 
-# ====== FALLBACK LOCAL ======
+# ====== FALLBACK APRIMORADO ======
 def fallback_emotion(text):
     emotion_map = {
-        "tristeza": ["triste", "desanimado", "deprimido", "melancólico"],
-        "ansiedade": ["ansioso", "preocupado", "tenso", "nervoso"],
-        "insegurança": ["inseguro", "incerto", "receoso"],
-        "raiva": ["irritado", "zangado", "revoltado", "furioso"],
-        "alegria": ["feliz", "animado", "contente", "alegre"]
+        "tristeza": ["triste", "desanimado", "melancólico", "chateado", "solitário", "deprimido", "abatido", "infeliz"],
+        "ansiedade": ["ansioso", "preocupado", "nervoso", "tenso", "inquieto", "aflito", "alarmado", "sobrecarregado"],
+        "insegurança": ["inseguro", "incerto", "receoso", "hesitante", "duvidoso", "apreensivo", "desconfiado"],
+        "raiva": ["irritado", "zangado", "raiva", "furioso", "ódio", "revoltado", "frustrado", "indignado"],
+        "alegria": ["feliz", "animado", "contente", "alegre", "satisfeito", "entusiasmado", "radiante", "orgulhoso"],
+        "depressão": ["sem esperança", "vazio", "desesperado", "sem vontade", "cansado da vida", "desamparado"],
+        "neutro": ["ok", "normal", "tranquilo", "indiferente", "equilibrado", "estável"]
     }
+
     text_lower = text.lower()
-    for emotion, keywords in emotion_map.items():
-        for word in keywords:
-            if word in text_lower:
-                return {
-                    "status": "fallback",
-                    "emotion": emotion,
-                    "emode": [emotion],
-                    "confidence": 0.0,
-                    "suggestion": gerar_sugestao(emotion)
-                }
+    match_counts = {k: sum(1 for w in v if w in text_lower) for k, v in emotion_map.items()}
+    # Detecta a emoção com mais palavras-chave presentes
+    emotion = max(match_counts, key=match_counts.get)
+    if match_counts[emotion] == 0:
+        emotion = "neutro"
+
     return {
         "status": "fallback",
-        "emotion": "desconhecido",
-        "emode": ["desconhecido"],
-        "confidence": 0.0,
-        "suggestion": gerar_sugestao("desconhecido")
+        "emotion": emotion,
+        "emode": [emotion],
+        "confidence": 0.5 if match_counts[emotion] > 0 else 0.0,
+        "suggestion": gerar_sugestao(emotion)
     }
 
-# ====== ROTA PRINCIPAL ======
-@app.route("/")
-def home():
-    return jsonify({"message": "API Flask funcionando no Space!", "status": "online"})
-
 # ====== ROTA DE ANÁLISE ======
 @app.route("/analyze", methods=["POST"])
 def analyze():
@@ -98,26 +90,19 @@ def analyze():
             return jsonify({"error": "Campo 'text' é obrigatório."}), 400
 
         text = data["text"]
-        print(f"\n🧠 Texto recebido: {text}")
 
         if not model_pipeline:
-            print("⚠️ Modelo indisponível, usando fallback local.")
             return jsonify(fallback_emotion(text))
 
-        # Execução do modelo
         result = model_pipeline(text, return_all_scores=True)
         if not result or len(result) == 0:
             return jsonify(fallback_emotion(text))
 
-        # 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)
-
-        # Tradução
         emotion_pt = emotion_labels.get(top_label, "desconhecido")
 
-        # Regra extra: tristeza intensa -> depressão
         if emotion_pt == "tristeza" and confidence >= 0.9:
             emotion_pt = "depressão"
 
@@ -130,13 +115,9 @@ def analyze():
             "suggestion": gerar_sugestao(emotion_pt)
         }
 
-        print(f"✅ Análise concluída: {response}")
         return jsonify(response)
-
     except Exception as e:
-        print(f"❌ Erro na rota /analyze: {e}")
         return jsonify({"error": str(e)}), 500
 
-# ====== EXECUÇÃO ======
 if __name__ == "__main__":
     app.run(host="0.0.0.0", port=7860)